pandas中的contains()

str.contains()

在 pandas 中，str.contains 方法用于检查 DataFrame 或 Series 中字符串元素是否包含特定的子字符串。它返回一个布尔值（True 或 False）的 Series，表示每个元素是否匹配指定的模式或子字符串。

参数

• pat：要搜索的模式或子字符串。可以是字符串或正则表达式。

• case：是否区分大小写。默认为 True（区分大小写），如果设置为 False，则不区分大小写。

• na：如何处理缺失值（NaN）。默认为 nan（返回 NaN），也可以设置为 False（返回 False）。

以下是 str.contains 方法的一些关键点和用法示例：

基本用法

import pandas as pd
 
# 创建一个示例 DataFrame
df = pd.DataFrame({
    'text': ['hello world', 'pandas is great', 'data science', 'python pandas']
})
 
# 检查 'text' 列中是否包含子字符串 'pandas'
contains_pandas = df['text'].str.contains('pandas')
 
print(contains_pandas)

输出：

0    False
1     True
2    False
3     True
Name: text, dtype: bool

示例：

不区分大小写的搜索

import pandas as pd
 
# 创建一个示例 DataFrame
df = pd.DataFrame({
    'text': ['hello world', 'pandas is great', 'data science', 'python pandas']
})

# 不区分大小写地检查 'text' 列中是否包含子字符串 'PANDAS'
contains_pandas_ignorecase = df['text'].str.contains('PANDAS', case=False)
 
print(contains_pandas_ignorecase)

输出：

0    False
1     True
2    False
3     True
Name: text, dtype: bool

使用布尔 Series 进行过滤

你可以将 str.contains 返回的布尔 Series 用作过滤条件，以选择包含特定子字符串的行：

import pandas as pd
 
# 创建一个示例 DataFrame
df = pd.DataFrame({
    'text': ['hello world', 'pandas is great', 'data science', 'python pandas']
})

# 选择包含 'pandas' 的行
df_contains_pandas = df[df['text'].str.contains('pandas')]
 
print(df_contains_pandas)

输出：

text
1  pandas is great
3     python pandas

注意事项

• 如果 pat 参数是一个正则表达式，你可以使用正则表达式的特性来匹配更复杂的模式。
• str.contains 方法仅在字符串类型的列上有效。如果列包含非字符串数据，你可能会在调用该方法之前需要先将列转换为字符串类型。

总之，str.contains 是 pandas 中一个非常有用的方法，用于在字符串数据中搜索特定的子字符串或模式。