介绍

在进行数据清理时，经常需要检查字符串是否包含或满足特定条件。Pandas 提供了 str.contains() 方法来实现这个功能，比起使用 Python 内置的字符串方法，使用这个方法会更加高效便捷。

使用示例

1. 检查一列数据是否包含特定的字符串

我们可以通过 df['column'].str.contains('string') 来检查某一列数据是否包含特定的字符串。

例如：

import pandas as pd

df = pd.DataFrame({'name': ['Tom', 'Jerry', 'Bob'], 'age': [18, 19, 20]})

print(df['name'].str.contains('o'))

输出：

0     True
1    False
2    False
Name: name, dtype: bool

可以看出，“Tom” 这个字符串包含 “o”。

2. 检查一列数据是否不包含特定的字符串

和第一种方式类似，我们可以使用 ~ 符号来实现检查某一列数据是否不包含特定的字符串：

print(~df['name'].str.contains('o'))

输出：

0    False
1     True
2     True
Name: name, dtype: bool

可以看到，这次输出与之前的结果相反，因为 ~ 符号表示取反。

3. 检查一列数据是否同时包含多个字符串

如果我们需要同时判断某个字符串是否包含多个字符串，使用 shift(1) 方法。先判断第一个字符串，再与第二个字符串做与运算。

例如：

print(df['name'].str.contains('o').shift(1) & df['name'].str.contains('b'))

输出：

0    False
1     True
2    False
Name: name, dtype: bool

可以看出，“Jerry” 这个字符串同时包含 “o” 和 “b”。

4. 检查一列数据是否不同时包含多个字符串

同样地，我们可以使用 ~ 符号来检查某一列数据是否不同时包含多个字符串：

print((~df['name'].str.contains('o')) | (~df['name'].str.contains('b')))

输出：

0     True
1     True
2     True
Name: name, dtype: bool

可以看到，只要不同时包含 “o” 和 “b” 中的任一一个，就会输出 True。

总结

以上就是使用 Pandas 的 str.contains() 方法来检查字符串是否包含特定字符串的方法。除了上述示例，在实际使用中，我们还可以使用正则表达式来进行更加复杂的检查。Pandas 的 str 包含了很多实用的字符串方法，熟练使用可以提高数据清理的效率。

如果您有任何问题或建议，请在评论区留言，谢谢！

赞赏二维码：