保持包含给定列中来自给定列表的子串的熊猫df的行

问题描述：

我有一个带有NAME列和AGE列的熊猫df。我给出了一系列名称，并且我只想保留df中的行，其中NAME列具有系列中的名称之一。此外，该系列在df中可能没有全名，但只有其中的一部分（例如只是名字或姓氏）。保持包含给定列中来自给定列表的子串的熊猫df的行

例子：

df = NAME   AGE 
    John Stewart 26 
    Mary Doe  36 
    Luke Doe  29 
    Danny Smith  16 
    Jenny Brown  80 

series s (or list) = [Luke, Danny]

我想

df2 = NAME   AGE 
     Luke Doe  29 
     Danny Smith  16

我想的东西（很麻烦），如：

df["KEEP"] = None 
print (len(df.index)) 
for i in range(len(df.index)) : 
    for name in s: 
     row = df.iloc[i] 
     if name in row["NAME"]: 
      df["KEEP"][i] = True 
      break 
     df["KEEP"][i] = False 

return df[myData["KEEP"]==True]

我知道这是尴尬的，并且，此外，它不起作用（额外的问题，超慢，但我不知道为什么）。我该如何解决这个问题？

This回答案例，如果s只有一个元素，但我不能适应我的情况。

答

你可以试试这个正则表达式的方法：

names = ['Luke', 'Danny'] 

df[df.NAME.str.contains("|".join(names))] 

#   NAME AGE 
#2  Luke Doe 29 
#3 Danny Smith 16

这里使用"|".join(names)创建一个模式：

"|".join(names) 
# 'Luke|Danny'

然后使用str.contains检测是否有任何名称是一个字符串。

如果你需要忽略的情况下，使用flags参数与re.IGNORECASE：

import re 
df[df.NAME.str.contains("|".join(names), flags=re.IGNORECASE)]

保持包含给定列中来自给定列表的子串的熊猫df的行

相关推荐