Question

如果pandas数据帧行包含某个子字符串，您如何扫描？

例如，我有一个包含11列的数据框所有列都包含名称

ID    name1     name2       name3      ...    name10
-------------------------------------------------------
AA    AA_balls  AA_cakee1  AA_lavender ...   AA_purple
AD    AD_cakee  AD_cats    AD_webss    ...   AD_ballss
CS    CS_cakee  CS_cats    CS_webss    ...   CS_purble
.
.
.

我想获取包含的行，在数据框中说“ball”并获取ID

因此结果将是ID'AA'和ID'AD'，因为AA_balls和AD_ballss在行中。

我在google上搜索过但似乎没有具体的结果。人们通常会询问有关在特定列中搜索子字符串但不是所有列（单行）的问题

df[df["col_name"].str.contains("ball")]

我想到的方法如下，如果你没有时间，可以跳过这个：

（1）循环遍历列

for col_name in col_names:
     df.append(df[df[col_name].str.contains('ball')])

然后删除具有相同ID值的重复行但这种方法会很慢

（2）通过将name2-name10列附加到一列中，将数据帧设置为2列数据帧，并使用df [df [“concat_col”]。str.contains（“ball”）] [“ID]得到ID和删除副本

ID  concat_col   
AA    AA_balls 
AA    AA_cakeee
AA    AA_lavender
AA    AA_purple
 .
 .
 .
CS   CS_purble

（3）使用类似（2）的数据框进行词典化其中

 dict[df["concat_col"].value] = df["ID"]

然后得到

[value for key, value in programs.items() if 'ball' in key()]

但是在这种方法中我需要循环遍历字典并变得缓慢

如果有一种方法可以在没有这些过程的情况下更快地应用，我宁愿这样做。如果有人知道这个，如果你能让我知道，我会非常感激:) 谢谢！

Answer 1

一个想法是使用jupyter-notebook：

melt

另：

df = df.melt('ID')

a = df.loc[df['value'].str.contains('ball'), 'ID']
print (a)
0     AA
10    AD
Name: ID, dtype: object

或者：

df = df.set_index('ID')
a = df.index[df.applymap(lambda x: 'ball' in x).any(axis=1)]

<强>计时：

mask = np.logical_or.reduce([df[x].str.contains('ball', regex=False) for x in df.columns])
a = df.loc[, 'ID']

Answer 2

也许这可行吗？

mask = df.apply(lambda row: row.map(str).str.contains('word').any(), axis=1)
df.loc[mask]

免责声明：我没有对此进行过测试。也许.map(str)不是必需的。

Python pandas如何扫描字符串包含的行？

2 个答案: