Python熊猫:字符串包含和不包含';不包含
我正在尝试匹配熊猫数据帧中包含和不包含特定字符串的行。例如:Python熊猫:字符串包含和不包含';不包含,python,pandas,dataframe,Python,Pandas,Dataframe,我正在尝试匹配熊猫数据帧中包含和不包含特定字符串的行。例如: import pandas df = pandas.Series(['ab1', 'ab2', 'b2', 'c3']) df[df.str.contains("b")] 输出: 0 ab1 1 ab2 2 b2 dtype: object 期望输出: 2 b2 dtype: object 问:这样说有没有优雅的方式 df[[df.str.contains("b")==True] and [df.st
import pandas
df = pandas.Series(['ab1', 'ab2', 'b2', 'c3'])
df[df.str.contains("b")]
输出:
0 ab1
1 ab2
2 b2
dtype: object
期望输出:
2 b2
dtype: object
问:这样说有没有优雅的方式
df[[df.str.contains("b")==True] and [df.str.contains("a")==False]]
# Doesn't give desired outcome
要么:
>>> ts.str.contains('b') & ~ts.str.contains('a')
0 False
1 False
2 True
3 False
dtype: bool
或使用正则表达式:
>>> ts.str.contains('^[^a]*b[^a]*$')
0 False
1 False
2 True
3 False
dtype: bool
就快到了,只是语法不太正确,应该是:
df[(df.str.contains("b") == True) & (df.str.contains("a") == False)]
如果你有很多条件可以应用,另一种可能更干净的方法是使用reduce或loop将你的过滤器链接在一起:
from functools import reduce
filters = [("a", False), ("b", True)]
reduce(lambda df, f: df[df.str.contains(f[0]) == f[1]], filters, df)
#outputs b2
您可以使用.loc和~索引:
df.loc[(df.str.contains("b")) & (~df.str.contains("a"))]
2 b2
dtype: object
不需要使用==True,可以使用补码运算符tilda
~
代替==False