Question

我实际上很困惑，想搜索一个数据框以找到所有包含指向另一个数据框的url链接的单元格，即

输入：

             A    B            C
0            1    2  https://123
1  https://432  333           qq
2  https://567   rt           q4

输出：

             R
0  https://123
1  https://432
2  https://567

我正在尝试一种搜索包含字符串“ http”但不起作用的所有列的方法

Answer 1

尝试：

output_df = pd.dataframe(columns=['R'])
for col in df.columns.tolist():
    output_df = pd.concat([ouput_df, df.loc[df[col].str.contains('https'), col].rename({col: 'R'}, axis=1)])

Answer 2

您可以stack()使用数据框，并使用方法contains()搜索带有网址的单元格：

df = df.stack()
df[df.str.contains('http')].to_frame('R').reset_index(drop=True)

输出：

             R
0  https://123
1  https://432
2  https://567

Answer 3

您可以使用逗号将每一行连接起来，并使用正则表达式在每一行中查找网址，即使有多个网址也可以使用。如果没有网址，它将为该行设置一个空列表

df.apply(lambda row: ",".join(row), axis=1).str.findall("http[s]?://[^,]*")

如何使用特定字符串搜索数据框中的所有值

3 个答案: