Question

我想检查数据集中是否出现字符串数组，并打印字符串数组元素出现的那些行。

rareTitles = {"Capt", "Col", "Countess", "Don", "Dr", "Jonkheer", "Lady", 
              "Major", "Mlle", "Mme", "Ms", "Rev", "Sir"}         
 dataset[rareTitles in (dataset['Title'])]

我收到以下错误：

TypeError：不可用类型：'set'

Answer 1

首先，我认为比较应该反过来 - 你找一个dataset['Title']，其中包含来自rareTitles的字符串。

您可以使用pandas DataSeries的str属性，它允许使用字符串方法，如contains。由于此方法也接受模式作为正则表达式，因此您可以将“Capt | Col ...”作为参数。要加入集合中的所有元素，您可以使用str.join()方法。

所以解决方案就是

dataset[dataset['Title'].str.contains('|'.join(rareTitles))]

文档链接：pandas.Series.str.contains

在Python中检查并打印数据集中字符串数组的出现次数

1 个答案: