pandas之筛选字符串字段。 Series.str.contains()

最新推荐文章于 2023-12-19 18:13:40 发布
原创 最新推荐文章于 2023-12-19 18:13:40 发布 · 1.1w 阅读 · 17 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pandas #Series.str.contains #No engine for filetype

本文介绍如何使用Python的pandas库，通过正则表达式筛选DataFrame中name字段包含'中国'字样的行。并提供了解决to_excel()函数出现ValueError的常见原因。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

new_df_object = old_df_object[old_df_object.name.str.contains(r'.*?中国.*')]

这条语句会筛出old_df_object中name字段中的每一条是否包含中国字样的bool类型的Series。有则true,无则false。

然后将此Series对象传给old_df_object[]中。DataFrame对象会根据传进来的Series中每一行的布尔值来决定是否要筛出数据。最后将所有为True的行组成1个新的DataFrame对象赋值给new_df_object

 

参考数据：

DataFrame官方文档

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html#pandas.DataFrame

Series.str.contains官方文档

http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.contains.html#pandas.Series.str.contains

 

DataFrame对象选取数据判断条件：

https://www.jianshu.com/p/127587a80491

 

 

这里顺便记下： 当使用df的to_excel()函数报ValueError: No engine for filetype: '错误时。这表明文件名后缀不对。应该称.xls

pandas基于dataframe指定字符串数据列是否包含特定多个字符串（使用|分割多个字符串）筛选、过滤dataframe数据行（filter dataframe with contains）
statistics+insight+vista+power
09-08 1301
pandas基于dataframe指定字符串数据列是否包含特定多个字符串（使用|分割多个字符串）筛选、过滤dataframe数据行（filter dataframe with contains function）
pandas 字符串处理方法介绍
zhusongziye的博客
11-23 4854
本文示例代码及文件已上传至Github仓库：https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 在日常开展数据分析的过程中，我们经常需要对字符串类型数据进行处理，此类过程往往都比较繁琐，而pandas作为表格数据分析利器，其内置的基于Series.str访问器的诸多针对字符串进行处理的方法，以及一些top-level级的内置函数，则可以帮助我们大大提升字符串型数据处理的效率。 本文我就将带大家学习pandas中常用的一些高效字符串处理方法..
Pandas过滤dataframe中包含特定字符串的数据方法
09-19
今天小编就为大家分享一篇Pandas过滤dataframe中包含特定字符串的数据方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
随笔记录——pandas 中 按条件过滤字符串类型的值
XD的博客
01-08 504
一、使用~对字符串值取反： 1、测试数据 test_df total_bill tip smoker day time size tip_pct 57 26.41 1.50 No Sat Dinner 2 0.056797 0 16.99 1.01 No Sun Dinner 2 0.059447 48 28.55 2.05 No Sun Dinner 3 0.071804 146 18.64 1.36 No Thur Lunch 3 0.072961 130 19.08 1.50 No Thur Lun
Pandas利用函数判断数据类型，返回中文
Jurenba的博客
06-09 325
def apply_filter(x): t=re.findall(r"[A-Z]+",x) Kind={ 'DATE':'日期型', 'CHAR': '字符型', 'VARCHAR':'字符型', 'NUMBER': '数字型', 'CLOB': 'CLOB', 'NCLOB': 'NCLOB' } return Kind[''.join(t)] ...
pandas中有关series操作
雪儿的博客
01-06 4939
import pandas as pd #使用默认index t = pd.Series([1,4,5,6,7]) print(t) print(type(t)) #自己设置index t2 = pd.Series([1,4,5,6,7],index=list("abcde")) print(t2) print(type(t2)) #修改t2的值的类型为float print("*"*50...
pandas利用str.contains筛选报错
natsumela的博客
10-12 2155
在使用pandas对excel进行筛选时， df.loc[df['threat_type'].str.contains("DGA")] 出现以下报错： ValueError: Cannot mask with non-boolean array containing NA / NaN values 报的是 分组这一列中，包含了非字符串的内容，由于.str.contains的使用要求该字段必须为字符串，不能有数字等， 故而 在代码上加上 df.loc[df['threat_type'].str.conta
pandas字符串处理及列转行
Darin2017的博客
12-19 1062
【代码】pandas字符串处理。
Pandas 常用的数据表行列文本字符数据查找、替换、删除函数：df.isin, str.find,str.contains,str.replace,df.drop,df.replace
weixin_55674264的博客
01-26 9397
经常需要从一个Python pandas数据表中查找、替换、删除含有某个或某些多个符合条件的字符的数据，常用的函数df.isin, str.find,str.contains,str.replace,df.drop,df.replace，方法总结如下： 1. 直接替换或删除含有某字符 的数据行： df.replace('$','￥',regex=False) #表格里所有的美元符合‘$’替换成人民币符号 df.replace('$','',regex=False) #删除表格里所有的美元符合‘$’
【Python】Pandas数据分析
hj578609021的博客
09-27 353
transform()是pandas中的转换函数，对DataFrame执行传入的函数后返回一个相同形状的DataFrame。pandas.str.contains()函数是pandas库中的一个字符串匹配函数，用于在Series和DataFrame对象中通过正则表达式匹配来查找和筛选符合条件的字符串。系列可以包含不同类型的数据，就像我们想在系列中输入列表一样。分组是根据DataFrame/Series的某个字段值，将该字段的值相等的行/列分到同一组中，每一个小组是一个新的DataFrame或Series。
pandas|判断是否包含|contains|isin
craftsman2020的博客
09-01 3759
函数作用测试pattern或regex是否包含在Series或Index的字符串中。返回布尔值系列或索引，具体取决于给定模式或正则表达式是否包含在系列或索引的字符串中。pat ： str类型字符序列或正则表达式。case ： bool，默认为True如果为True，区分大小写。flags ： int，默认为0（无标志）标志传递到re模块，例如re.IGNORECASE。na ： 默认NaN填写缺失值的值。na = True 就表示把有NAN的转换为布尔值True。
pandas.Series.str.contains查询每行是否包含指定的字符串
热门推荐
qq_27361945的博客
11-29 2万+
实际上df的也有str.contains，代码如下： def fillarea(area='PLMN=1,AREA=2', path=r'C:\Users\Administrator\Desktop\20181119\小时报表', columnname='网元', saveto=r'C:\Users\Administrator\Desktop\20181119\per...
python判断汉字是否为常见字,python 判断是不是中文字
weixin_36106852的博客
03-26 1026
下面这个小工具包含了 判断unicode是否是汉字，数字，英文，或者其他字符。 全角符号转半角符号。 unicode字符串归一化等工作。 还有一个能处理多音字的汉字转拼音的程序，还在整理中。#!/usr/bin/env python# -*- coding:GBK -*-"""汉字处理的工具:判断unicode是否是汉字，数字，英文，或者其他字符。全角符号转半角符号。"""__author__="...
python报错—使用.str.contains()方法替换某一列报错：AttributeError: ‘str‘ object has no attribute ‘str‘及解决方案
sodaloveer的博客
09-15 5667
python报错—使用.str.contains()方法替换某一列报错：AttributeError: 'str' object has no attribute 'str'及解决方案
第1关：Series数据选择
qq_65077162的博客
05-11 3027
任务描述 本关任务：根据相关知识，得到目标Series对象，具体要求请查看编程要求。 相关知识 Series对象与一维Numpy数组和标准Python字典在许多方面都一样。所以，Series对象的数据索引和选择模式与以上两种数据结构类似。 Series数据选择方法 与Python中的字典一样，Series对象提供了键值对的映射。 In: import pandas as pd In: data = pd.Series([0.25, 0.5, 0.75, 1.0], index=['a
pandas series 判断是否包含某个值
呆萌的代Ma
02-12 1万+
直接使用value in series_value是False；而如果使用value in series_value.unique()就可以是True 例： import pandas as pd series_value = pd.Series(data=['a', 'b', 'c']) a_in_series = 'a' in series_value a_in_series_unique = 'a' in series_value.unique() print(a_in_series) print(
pandas Series 判断每个元素是否包含某个子串
呆萌的代Ma
06-17 1885
主要的方法是使用：pandas.Series.str.contains 案例 import pandas as pd series = pd.Series(['abc', 'bcd']) print(series.str.contains('a'))
python怎么用pandas查找指定字符串_【Python数据分析】pandas针对字符串操作
weixin_39968592的博客
02-10 4549
1.字符串调用属性：str# 通过str属性操作，会自动排除丢失NaN值import numpy as npimport pandas as pds = pd.Series(['ace','bbb','hello','100',np.nan,'black'])df = pd.DataFrame({'key1':list('abcdef'),'key2':['h1','haha',np.nan,'n...
panda中contains函数的用法
妖白的奇幻漂流世界
10-24 1万+
contains函数就是检查数据中是否包含某种设定的字符 df['Discount_rate'].str.contains(':')  比如这个就是赛选df文件下Discount_rate标签是否包含‘：’这个符号 有的话返回Ttue 没有的话返回False 实际情况就是： contains筛选的其实是正则表达式 运行结果就是 0 False 1 True 2
python pandas字符串处理
最新发布
03-13
### Python Pandas 字符串操作方法与示例 #### 数据类型的确认与转换 为了确保在Pandas中进行有效的字符串处理，需先验证`Series`或`DataFrame`的数据类型是否为`string`。对于不确定的数据类型，可以通过`.astype("string")`来强制转换。 ```python import pandas as pd pd_not_s = pd.Series(["A", "B", "C", "Aaba", "Baca", "CABA", "dog", "cat"]) print("原始数据类型:", pd_not_s.dtype) # 转换数据类型至 string pd_s = pd_not_s.astype("string") print("转换后的数据类型:", pd_s.dtype) ``` 此段代码展示了如何检查并更改数据系列的存储类型为字符串[^1]。 #### 使用正则表达式进行模式匹配 当涉及到更复杂的字符串筛选条件时，可借助于正则表达式的强大功能。通过调用`str.contains()`函数，并传入相应的正则表达式作为参数，能够实现精确的内容查找。 ```python pattern = r'^[a-zA-Z]+$' # 只包含字母的简单正则表达式例子 filtered_series = pd_s[pd_s.str.contains(pattern, na=False)] print(filtered_series) ``` 这里定义了一个简单的正则表达式用于过滤只含有英文字母的项。 #### 合并与拆分多列信息 针对实际应用中的复杂场景，比如将多个字段组合成一个新的复合字段或者反过来解析现有字段内的子组件，Pandas提供了灵活的操作方式。 ```python data = {'省': ['广东省', '北京市'], '市': ['广州市', '朝阳区']} df = pd.DataFrame(data) # 将两列拼接在一起形成新的‘地址’列 df['地址'] = df['省'] + df['市'] print(df[['地址']]) ``` 这段脚本演示了怎样把省份名和城市名列连接起来创建完整的地理位置描述[^3]。 #### 创建虚拟变量（Dummy Variables） 有时需要基于某些分类特征构建二元指示矩阵，这时可以利用`get_dummies()`函数轻松完成这一任务。 ```python dummy_df = pd.get_dummies(pd_s, prefix='letter') print(dummy_df.head()) ``` 上述命令会根据输入序列生成一组布尔型的新列，每列表明原序列中特定字符的存在与否[^4]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

@凌晨三点半

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值