如何在熊猫数据框中使用多字符串条件进行过滤

Question

我正在尝试基于关键字和正则表达式搜索来最大化数据切片的效率

关键字是-[regex1 | regex2＆关键字1 |关键字2]

有三个选择

1. 使用包含关键字1 |关键字2的行过滤df。然后使用regex1搜索过滤器。 regex2

2. 使用关键字本身过滤df。 regex1 | regex2＆关键字1 |关键字2

3. 使用以下命令过滤df regex1和keyword1 | regex1和keyowrd2 | regex2和keyword1 | regex2＆keyowrd2

关注与目的 *我想证明＃1是最快的。 *我也想掌握| ，以及带有str.contains（）的运算符 *如果您有更好的解决方法，请分享。除了str.contains（）之外，我们都会很高兴

我知道了1、2

1。

a = df [ df.col.str.contains('keyword1|keyword2')
b = a [ a.col.str.contains('regex1|regex2')

2。

a = df[ df.col.str.contins('regex1|regex2') & df[col.str.contains('keyword1|keyword2')]

3。 试过

df[ 
df.col.str.contins('regex1') & df.col.str.contains('keyword1') |
df.col.str.contins('regex1') & df.col.str.contains('keyword2') |
df.col.str.contins('regex2') & df.col.str.contains('keyword1') |
df.col.str.contins('regex2') & df.col.str.contains('keyword2') | 
]

它的眉头更大。