pandas.Series.str.contains(筛选）

最新推荐文章于 2025-04-02 11:25:41 发布

原创最新推荐文章于 2025-04-02 11:25:41 发布 · 991 阅读

0 ·

CC 4.0 BY-SA版权

数据分析同时被 2 个专栏收录

33 篇文章

订阅专栏

pandas

7 篇文章

订阅专栏

本文详细介绍了 Pandas 中 Series.str.contains 函数的使用方法，通过实例演示了如何在数据筛选中应用此函数，特别关注于正则表达式的使用与结果返回的数据类型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

https://blog.youkuaiyun.com/weixin_43615654/article/details/103419171
这篇里用到了一个Str的contains函数，查了一下用法。

pandas.Series.str.contains

Returns: Series or Index of boolean values
A Series or Index of boolean values indicating whether the given pattern is contained within the string of each element of the Series or Index.

中文资料：
pandas(3)筛选数据isin(), str.contains()

demo:

s1 = pd.Series(['Mouse', 'dog', 'house and parrot', '23', np.NaN])
print(s1.str.contains('og',regex=False))

0    False
1     True
2    False
3    False
4      NaN
dtype: object

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

CristinaM

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

pandas.Series.str.contains

Stephen的博客

08-06

2129

pandas.Series.str.contains用于判断Series的字符串中是否包含待匹配的模式或者正则表达式，返回的是一个boolean Series。 Parameters: pat：str. Character sequence or regular expression. case：bool, default True. If True, case sensitive. rege...

Pandas.str

08-23

463

Pandas 的 .str 是字符串操作方法，它是 Pandas 中 Series 对象的一部分，提供了对序列中的每个字符串元素进行操作的能力。

参与评论您还未登录，请先登录后发表或查看评论

pandas--str.contains()

梦船水萍

05-04

1642

针对Series进行操作得到布尔索引 1、或 Series.str.contains('str1|str2') # 符号'|'左右不要加空格 2、且 Series.str.contains('(?=.*str1)(?=.*str2)') # 或者 Series.str.match('(?=.*str1)(?=.*str2)')

[Pandas] 文本包含.str.contains()

Hudas的博客

02-16

1万+

[Pandas] 文本包含.str.contains()

pandas中的文本包含函数.str.contains()

辉的博客

07-30

1万+

str.contains()会判断字符是否有包含关系，返回布尔序列，经常用在数据筛选中，它默认支持，如果不需要，可以关掉。参数na可以指定对空值的处理方式。

Pandas str.contains() 方法检查是否包含特定子字符串（可用正则）

YHKKun的博客

03-05

3615

方法是一个字符串方法，用于确定每个字符串是否包含指定的模式或子字符串。：一个可选的整数或正则表达式标志的集合，用于修改正则表达式的匹配方式。这些标志可以来自Python的。：必需参数，表示要检测的模式或子字符串。用于不区分大小写的匹配。：布尔值，默认为True，表示匹配时。更简单且不涉及正则表达式标志。：布尔值，默认为True，表示。缺失值（NaN）的处理方式。是否应被视为正则表达式。

pandas利用str.contains筛选报错

natsumela的博客

10-12

2153

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

dataframe 正则过滤,pandas dataframe/series 正则表达式使用 str.match str.contains str.extract...

weixin_42128988的博客

03-18

1893

pandas dataframe/series 正则表达式使用 str.match str.contains str.extractpandas.Series.str.matchSeries.str.match(pat, case=True, flags=0, na=nan, as_indexer=False)[source]Deprecated: Find groups in each stri...

详解pandas.DataFrame中删除包涵特定字符串所在的行

09-19

在Pandas中，我们可以使用`str.contains()`方法来检查字符串是否包含特定模式。这个方法返回一个布尔型的Series，其中True表示字符串包含指定模式，False则表示不包含。例如，假设我们有一个DataFrame `df`，其中...

pandas Series矢量化的字符串函数——Series.str

悦光阴的博客

08-12

899

在清理文本数据时，对pandas Series(序列)可以使用map函数，所有的字符串都可以应用字符串函数或正则表达式，但是如果存在NA，就会报错。为了解决这个问题，Series有一些可以跳过NA值的字符串操作方法，这可以通过Series的str属性来访问。 s1 = pd.Series(['Mouse', 'dog', 'house and parrot', '23', np.NaN]) s...

pandas 过滤数据 —— str.contains

最新发布

Aa123456789_55的博客

04-02

718

在Pandas中，是一种非常常用的操作，用于检查某列（这里是列）中的字符串是否包含特定的子字符串（这里是'FAILS'它会返回一个布尔值的Series，表示每一行是否满足条件。

pandas对包含文字的列数据进行筛选str.contains()

qq_42006613的博客

11-06

1万+

我们在使用pandas读取Excel后一般都需要对数据进行筛选，如果是数字格式的话比较简单，如果遇到列全部都是文字的话，如果按照我们的需求进行筛选呢？如筛选有指定文字的数据集，筛选包含某几个字的数据集，甚至运用正则表达式，去使用更高级的筛选策略呢，欢迎阅读如何使用pandas对包含文字的列数据进行筛选。样例数据：固定值过滤（必须全匹配） print(data[data['籍贯'] == '北京']) 模糊过滤文字匹配 print(data[data['...

再学习pandas.Series.str.contains

qq_27361945的博客

12-12

1033

之前写的脚本是过滤所有行中只包含一个字段的： area='AREA=2' df2 = df[df[columnname].str.contains(area)] 过滤前：过滤后：但如果想同时过滤包含不同字段的行，就得改成正则表达式的写法： area='AREA=5|AREA=6|AREA=7|AREA=8' df2 = df[df[columnname].str....

pandas|判断是否包含|contains|isin

craftsman2020的博客

09-01

3745

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。

python异常数据筛选_python-pandas模块9-数据拆分-异常值筛选-过滤

weixin_39956036的博客

12-07

761

pandas模块-数据拆分-异常值筛选-过滤导入模块：import numpy as npimport pandas as pdfrom pandas import Series,DataFramefrom numpy import nan as NA# matplotlib做图模块import matplotlib.pyplot as plt# 处理中文正常显示plt.rcParams['fon...

pandas：数据筛选的8个操作

热门推荐

joker_zsl的博客

08-23

5万+

文章来源于公众号Python数据科学的文章pandas 筛选数据的 8 个骚操作，是个很不错的系列，感兴趣的同学可以移步去学习。数据分析最常用到的就是查询筛选，按各种条件、各种维度以及组合挑出我们想要的数据，以方便我们分析挖掘，这里总结了日常查询和筛选常用的操作。本文采用sklearn的boston数据举例介绍。 from sklearn import datasets import pandas as pd boston = datasets.load_boston() df = p.

pandas.Series.str.contains查询每行是否包含指定的字符串

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...

pandas之筛选字符串字段。 Series.str.contains()

@凌晨三点半的博客

03-01

1万+

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Se...

python pandas 轻松通过特定列的值多条件去筛选数据以及contains方法的应用

达达的博客

11-05

1万+

pandas 轻松筛选数据通过特定列的值去筛选 import pandas as pd import numpy as np a=np.array([['北京','北方','一线','非沿海'],['杭州','南方','二线','非沿海'],['深圳','南方','一线','沿海'],['烟台','北方','三线','沿海']]) df1=pd.DataFrame(a,index=[1,2,...

pandas .str

03-08

### Pandas `str` 方法详解在数据科学领域，字符串操作是数据清洗和处理中不可或缺的一部分。Pandas 的 `Series.str` 接口提供了强大的字符串操作功能，能够简化复杂的字符串处理任务[^2]。 #### 基本属性与方法 `Series.str` 属性允许访问一系列用于字符串操作的方法。下面列举了一些常用的字符串处理方法： - **提取子串** 可以使用 `.str.slice()` 或者更直观的方式如 `.str[start:end]` 来获取指定位置的字符或子串。 ```python s = pd.Series(['hello world', 'pandas']) print(s.str[:5]) ``` - **分割字符串** 使用 `.str.split()` 将字符串按照特定分隔符拆分成多个部分，默认情况下返回列表形式的结果；如果只需要前几项，则可以设置参数 `n` 和 `expand=True` 得到 DataFrame 形式的输出。 ```python s = pd.Series(['a_b_c', 'd_e_f', 'g_h_i']) print(s.str.split('_', expand=True)) ``` - **去除空白字符** 提供了多种方式来清理两端多余的空格，比如 `.str.strip()`, `.str.lstrip()`, 和 `.str.rstrip()` 分别对应于移除全部、左侧以及右侧的空白字符。 ```python s = pd.Series([' hello ', '\tworld\n', ' test ']) print(s.str.strip()) ``` - **大小写转换** 支持常见的大小写变换操作，像 `.str.lower()`, `.str.upper()`, 和 `.str.title()` 等等。 ```python s = pd.Series(['HELLO', 'WORLD']) print(s.str.lower()) ``` - **正则表达式匹配** 利用正则表达式来进行模式匹配是一项非常实用的功能。`.str.contains()`, `.str.match()`, `.str.extract()`, 和 `.str.findall()` 都支持 regex 参数以便执行高级查询。 ```python s = pd.Series(['foo', 'bar', 'baz']) print(s[s.str.contains('ba')]) ``` 以上只是对 `Series.str` 功能的一个简单介绍，在实际工作中还有很多其他有用的方法等待探索。对于更加复杂的需求，建议查阅官方文档获得最新最全的信息。