pandas对包含文字的列数据进行筛选str.contains()

电玩女神 2022-12-19 08:58 143阅读 0赞

> 我们在使用pandas读取Excel后一般都需要对数据进行筛选，如果是数字格式的话比较简单，如果遇到列全部都是文字的话，如果按照我们的需求进行筛选呢？如筛选有指定文字的数据集，筛选包含某几个字的数据集，甚至运用正则表达式，去使用更高级的筛选策略呢，欢迎阅读如何使用pandas对包含文字的列数据进行筛选。

### 样例数据： ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDA2NjEz_size_16_color_FFFFFF_t_70][]

### 固定值过滤（必须全匹配） ###

print(data[data['籍贯'] == '北京'])

![2020110614425178.png][]

### 模糊过滤   ###

*  **       文字匹配**

print(data[data['籍贯'].str.contains('河北')])

![2020110614425173.png][]

**注意data\['籍贯'\].str.contains('河北')返回的数据类型是Series,内容为是否包含河北的bool值**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDA2NjEz_size_16_color_FFFFFF_t_70 1][]

*  **正则匹配**

**Str.contians也支持传入正则表达式进行匹配，这就给数据筛选提供了多的可能**

print(data[data['籍贯'].str.contains('.*?泰州')])

**匹配以泰州结尾的籍贯**

![20201106144251127.png][]

*如果觉得不错就点个赞吧 哈哈哈哈哈哈哈！*

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDA2NjEz_size_16_color_FFFFFF_t_70]: /images/20221120/6d443a538eb34530bab71fec3cd2120f.png
[2020110614425178.png]: https://img-blog.csdnimg.cn/2020110614425178.png
[2020110614425173.png]: https://img-blog.csdnimg.cn/2020110614425173.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDA2NjEz_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20201106144251129.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQyMDA2NjEz,size_16,color_FFFFFF,t_70
[20201106144251127.png]: https://img-blog.csdnimg.cn/20201106144251127.png