如何从Pandas数据框中过滤包含string模式的行
假设我们在Python Pandas中有一个数据框，如下所示：
df = pd.DataFrame({'vals': [1, 2, 3, 4], 'ids': [u'aball', u'bball', u'cnut', u'fball']}) 或者，以表格forms：
ids vals aball 1 bball 2 cnut 3 fball 4
如何过滤包含关键词“球”的行？ 例如，输出应该是：
ids vals aball 1 bball 2 fball 4
In [3]: df[df['ids'].str.contains("ball")] Out[3]: ids vals 0 aball 1 1 bball 2 3 fball 4
df[df['ids'].str.contains('ball', na = False)] # valid for (at least) pandas version 0.17.1
逐步的解释（从内到外）：
-
df['ids']select数据框的ids列（技术上，对象df[ids]是pandas.Seriestypes的） -
df['ids'].str允许我们将向量化的string方法（例如，lower，contains）应用于Series -
df['ids'].str.contains('ball')检查系列的每个元素是否有string'ball'作为子string。 结果是一系列的布尔值表示“球”子串的存在是True还是False的。 -
df[df['ids'].str.contains('ball')]将布尔值“mask”应用于数据框，并返回包含适当logging的视图。 -
na = False从考虑中删除NA / NaN值; 否则可能返回一个ValueError。
>>> mask = df['ids'].str.contains('ball') >>> mask 0 True 1 True 2 False 3 True Name: ids, dtype: bool >>> df[mask] ids vals 0 aball 1 1 bball 2 3 fball 4
尝试这个：
def filterdf(df, f, col): return df[f(df, col)]
然后：
filterdf(df, lambda df, col: df[col].str.contains 'ball')
