Question

我的问题是在这个链接中回答得很好的问题的延伸：

How to filter rows containing a string pattern from a Pandas dataframe

我在下面发布了答案，当字符串包含单词“ball”时，字符串会被过滤掉：

In [3]: df[df['ids'].str.contains("ball")]
Out[3]:
     ids     vals
0  aball     1
1  bball     2
3  fball     4

现在我的问题是：如果我的数据中有长句，我想识别带有“ball”和“field”字样的字符串怎么办？因此当它们中只有一个出现时，它会丢弃包含单词“ball”或“field”的数据，但保留字符串中包含两个单词的数据。

Answer 1

df[df['ids'].str.contains("ball") & df['ids'].str.contains("field")]

会变成：

contains_balls = df['ids'].str.contains("ball")
contains_fields = df['ids'].str.contains("field")

filtered_df = df[contains_balls & contains_fields]

如果您使用的是更简洁的代码：

>>> from rx import Observable
>>> from collections import defaultdict
>>> source = Observable.from_(['A', 'The', 'the', 'LAZY', 'Low'])
>>> result = defaultdict(list)
>>> def add(value):
...     value_content = '{0}'.format(value)
...     result[value_content[0].lower()].append(value_content)
... 
>>> s = source.subscribe(on_next=lambda value: add(value), on_completed=lambda: print('Finished'))
Finished
>>> result
defaultdict(<class 'list'>, {'a': ['A'], 't': ['The', 'the'], 'l': ['LAZY', 'Low']})

Answer 2

如果你有2个以上，你可以使用它..（注意速度不如foxyblue的方法）

l = ['ball', 'field']
df.ids.apply(lambda x: all(y in x for y in l))

Answer 3

您可以使用np.logical_and.reduce和str.contains来处理多个单词。

df[np.logical_and.reduce([df['ids'].str.contains(w) for w in ['ball', 'field']])]

In [96]: df
Out[96]:
             ids
0  ball is field
1     ball is wa
2  doll is field

In [97]: df[np.logical_and.reduce([df['ids'].str.contains(w) for w in ['ball', 'field']])]
Out[97]:
             ids
0  ball is field

Answer 4

另一种RegEx方法：

// SELECTING FEATURED IMAGE
// if any images have been selected for feature, --- add it to front of array
if(req.body.feature && req.body.feature.length) {
for(var i = 0; i < req.body.feature.length; i++) {
var index2 = foundListings.currentimages.indexOf(req.body.feature[i]);
foundListings.currentimages.splice(index2, 1);
}
}
foundListings.save();
}

如何使用AND运算符过滤包含特定字符串值的行

4 个答案: