Python 如何从数据帧中筛选包含字符串模式的行

假设Python中有一个如下所示的数据帧：

df = pd.DataFrame({'vals': [1, 2, 3, 4], 'ids': [u'aball', u'bball', u'cnut', u'fball']})

或者，以表格形式：

ids VAL
阿巴尔1
bball 2
cnut 3
fball 4

如何筛选包含关键字“ball”的行？例如，输出应为：

ids VAL
阿巴尔1
bball 2
fball 4

逐步说明（从内到外）：

• df['ids']

  选择数据帧的

  ids

  列（从技术上讲，对象

  df['ids']

  类型为

  pandas.Series

  ）

• df['id'].str

  允许我们对序列应用矢量化字符串方法（例如

  lower

  ，

  contains

  ）

• df['ids'].str.contains（'ball'）

  检查序列中的每个元素，以确定元素值是否将字符串'ball'作为子字符串。结果是一系列布尔值，表示存在一个“ball”子串

• df[df['id'].str.contains（'ball'）]

  将布尔“掩码”应用于数据帧，并返回包含适当记录的视图

• na=False

  从考虑中删除na/NaN值；否则，可能会返回ValueError

---

如果要将筛选的列设置为新索引，还可以考虑使用；如果您想将其作为一个单独的列保留，那么

str.contains

是一种方法

假设你有

df = pd.DataFrame({'vals': [1, 2, 3, 4, 5], 'ids': [u'aball', u'bball', u'cnut', u'fball', 'ballxyz']})

       ids  vals
0    aball     1
1    bball     2
2     cnut     3
3    fball     4
4  ballxyz     5

您的计划是过滤

ids

包含

ball

的所有行，并将

ids

设置为新索引，您可以这样做

df.set_index('ids').filter(like='ball', axis=0)

给

         vals
ids          
aball       1
bball       2
fball       4
ballxyz     5

但是

filter

还允许您传递正则表达式，因此您也可以只过滤列条目以

ball

结尾的行。在本例中，您使用

df.set_index('ids').filter(regex='ball$', axis=0)

       vals
ids        
aball     1
bball     2
fball     4

请注意，现在不包括带有

ballxyz

的条目，因为它以

ball

开头，而不是以它结尾

如果要获取所有以

ball

开头的条目，可以使用

df.set_index('ids').filter(regex='^ball', axis=0)

屈服

         vals
ids          
ballxyz     5

---

同样的作品有柱子；然后您只需更改

轴=0

零件。如果您根据列进行筛选，它将是

axis=1

请您解释一下该代码在做什么以及它是如何工作的，好吗？如何使用部分匹配并使用部分匹配获取剩余字符串

'#'：str

诸如此类的内容？绝对喜欢有人进行逐步解释。这真的有助于理解！如果将

'ball'

替换为

'|'。join（球的列表）

可以将字符串列表应用于搜索。当

“|”join（球的列表）

创建一个带有或搜索有效字符串的正则表达式时，您可以使过滤器不区分大小写添加

case=False

，在

df[df['id'].str.contains（'ball'，case=False，na=False）]

中重新使用时，您应该接受已发布的5个答案中的一个，投票按钮下面会有一个勾号，请注意，

str.contains

答案可能是满足您要求的最快且推荐的方法：您如何将其反转以查找所有不包含字符串的行？@user4896331-

df[~df['ids'].str.contains（“ball”）]

，

~

否定条件如果它是一个特定的词，要否定它，您还可以使用：df=df[df.id！=“ball”]@Brian-是的，在上面的df中，您可以尝试

df=df[df.id！=“aball”]

来查看它的作用。@Amit:我需要按id而不是名称访问列。然而，尝试str会给我一个错误[AttributeError:'DataFrame'对象没有属性'str']，new pandas不支持它，还是因为基于数字的访问？我刚刚看到了你的帖子，因为我正在寻找类似的解决方案。我使用了你提到的过滤方法，但是没有得到想要的结果。问题是你是否介意看一看我的代码/方法是否有问题？在我看来，这应该是非常简单的，尽管我无法让它工作。@BowenLiu：我在那里添加了一个答案，请检查一下这是否对你有效。我刚在笔记本上过夜。我会很快做到的，非常感谢。这应该是公认的答案。

df.set_index('ids').filter(regex='ball$', axis=0)

       vals
ids        
aball     1
bball     2
fball     4

df.set_index('ids').filter(regex='^ball', axis=0)

         vals
ids          
ballxyz     5