在pandas中使用带有数据帧的str.contains()

时间:2013-10-03 21:35:36

标签: python string performance pandas dataframe

我想知道是否有更有效的方法在Pandas中使用str.contains()函数,一次搜索两个部分字符串。我想在数据框中搜索包含“nt”或“nv”的数据的给定列。现在,我的代码看起来像这样:

    df[df['Behavior'].str.contains("nt", na=False)]
    df[df['Behavior'].str.contains("nv", na=False)]

然后我将一个结果追加到另一个。我想做的是使用一行代码来搜索包含“nt”或“nv”或“nf”的任何数据。我已经玩了一些我认为应该工作的方法,包括在术语之间插入管道,但所有这些都会导致错误。我已经检查了文档,但我不认为这是一个选项。我得到这样的错误:

    ---------------------------------------------------------------------------
    TypeError                                 Traceback (most recent call last)
    <ipython-input-113-1d11e906812c> in <module>()
    3 
    4 
    ----> 5 soctol = f_recs[f_recs['Behavior'].str.contains("nt"|"nv", na=False)]
    6 soctol

    TypeError: unsupported operand type(s) for |: 'str' and 'str'

有快速的方法吗?感谢您的帮助,我是初学者,但我喜欢数据争吵的熊猫。

2 个答案:

答案 0 :(得分:45)

是一个正则表达式,应该在一个字符串中:

"nt|nv"  # rather than "nt" | " nv"
f_recs[f_recs['Behavior'].str.contains("nt|nv", na=False)]

Python不允许您对字符串使用or(|)运算符:

In [1]: "nt" | "nv"
TypeError: unsupported operand type(s) for |: 'str' and 'str'

答案 1 :(得分:0)

我尝试了这个,它起作用了

df[df['Behavior'].str.contains('nt|nv', na=False)]