如何从数据帧中筛选包含字符串模式的行

Question

假设Python中有一个如下所示的数据帧：

df = pd.DataFrame({'vals': [1, 2, 3, 4], 'ids': [u'aball', u'bball', u'cnut', u'fball']})

或者，以表格形式：

ids    vals
aball   1
bball   2
cnut    3
fball   4

如何筛选包含关键字“ball”的行？例如，输出应为：

ids    vals
aball   1
bball   2
fball   4

Answer 1

>>> mask = df['ids'].str.contains('ball')    
>>> mask
0     True
1     True
2    False
3     True
Name: ids, dtype: bool

>>> df[mask]
     ids  vals
0  aball     1
1  bball     2
3  fball     4

Answer 2

In [3]: df[df['ids'].str.contains("ball")]
Out[3]:
     ids  vals
0  aball     1
1  bball     2
3  fball     4

Answer 3

df[df['ids'].str.contains('ball', na = False)] # valid for (at least) pandas version 0.17.1

逐步说明（从内到外）：

• df['ids']选择数据帧的ids列（从技术上讲，对象df['ids']是pandas.Series类型）
• df['ids'].str允许我们将向量化字符串方法（例如，lower，contains）应用于序列
• df['ids'].str.contains('ball')检查序列中的每个元素，以确定元素值是否将字符串“ball”作为子字符串。结果是一系列布尔值，表示True或False关于“ball”子串的存在
• df[df['ids'].str.contains('ball')]将布尔“掩码”应用于数据帧，并返回包含适当记录的视图
• na = False从考虑中删除NA/NaN值；否则，可能会返回ValueError