在Python中搜索dataframe的所有列中的字符串

我试图在数据帧的所有列中查找字符串

import pandas as pd
df = pd.DataFrame([['a', 'b'], ['c', 'd'], ['e', 'a']], columns=["A", "B"])

for col in df:
        df[col].str.contains('a')

0     True
1    False
2    False
Name: A, dtype: bool
0    False
1    False
2     True
Name: B, dtype: bool

但是，上面的代码只返回布尔值，而不是我想要的格式（以表格形式显示行和列），这可以在特定列中搜索时实现：

df[df.A == 'a']

   A  B
0  a  b

---

有人能帮忙吗？

创建布尔

数据框

，并按以下方式检查每行至少一个

True

：

详细信息：

print (df.eq('a'))
       A      B
0   True  False
1  False  False
2  False   True

print(df.eq('a').any(axis=1))
0     True
1    False
2     True
dtype: bool

---

如果要检查

子字符串

s，请使用

布尔数据帧

：

df = pd.DataFrame([['ad', 'b'], ['c', 'd'], ['e', 'asw']], columns=["A", "B"])
print (df)
    A    B
0  ad    b
1   c    d
2   e  asw

df = df[df.apply(lambda x: x.str.contains('a')).any(axis=1)]

或通过中的

进行元素检查：

df = df[df.applymap(lambda x: 'a' in x).any(axis=1)]

print (df)
    A    B
0  ad    b
2   e  asw

这是一种使用恰当命名的
np.logical\u或
的方法

import pandas as pd, numpy as np

df = pd.DataFrame([['a', 'b'], ['c', 'd'], ['e', 'a']], columns=["A", "B"])

mask = np.logical_or.reduce([df[col] == 'a' for col in df])

df[mask]

#    A  B
# 0  a  b
# 2  e  a

此方法也适用于
str.contains
。例如：

mask = np.logical_or.reduce([df[col].str.contains('a', na=False) for col in df])

搜索多个字符串怎么样？@JunchenLiu-然后使用
df=df[df.apply（lambda x:x.str.contains（'a | b | c'））.any（axis=1）]
mask = np.logical_or.reduce([df[col].str.contains('a', na=False) for col in df])