Question

我知道这是一个又一次被问到的问题，但是我对列表理解并不满意，我的代码也有些许改动。

我有一个包含关键字的数据框，如果关键字包含专用列表中的一个或多个关键字，我想过滤它们。

请注意，我并不是在寻找确切的表达式，只是在数据框中出现一个子字符串。

基本上我认为它应该看起来像这样：

substring_list = ['abc', 'def']
df[df['tag'].str.contains(substring) for substring in substring_list]

我不断收到语法错误。

有什么想法吗？

谢谢支持！

Answer 1

使用：

df['tag'].str.contains('|'.join(substring_list))

Answer 2

只需尝试一下：

通过使用|将pattern中的单词连接起来，构造正则表达式来使用基于模式的搜索，如下所示：

df[df.tag.str.contains('|'.join(substring_list))]

如果要搜索的字符串很少，则简单的用法如下：

df[df.tag.str.contains("abc|def")]

示例示例：

>>> df
   tag
0  abc
1  edf
2  abc
3  def
4  efg

>>> df[df.tag.str.contains("abc|def")]
   tag
0  abc
2  abc
3  def

>>> substring_list = ['abc', 'def']


>>> df[df.tag.str.contains('|'.join(substring_list))]
   tag
0  abc
2  abc
3  def

Answer 3

Pandas进行二进制过滤，因此它返回一个True / False列表，该字符串对应于字符串是否包含您的密钥，您可以对所有条件进行按位“与”或“或”运算，因此可以得到包含

您所有的子字符串或其中的任何一个（取决于您使用的是'and'＆还是'or'| |）

df[df['tag'].str.contains('abc') | df['tag'].str.contains('def')]

如何根据列表从熊猫数据框中过滤子字符串？

3 个答案: