如何高效查找 Pandas 系列中包含特定子字符串的字符串？

在 Pandas 中测试字符串子字符串

在 pandas 中，您可能会遇到需要确定字符串列是否包含多个子字符串之一的场景。这可以使用 isin() 和 str.contains() 函数来实现，但是可以使用更有效的方法。

要查找包含任何子字符串列表的所有字符串，您可以使用正则表达式管道str.contains() 中的字符 (|)。例如，给定一个序列 s = ['cat','hat','dog','fog','pet'] 和所需的子字符串 ['og', 'at']，您可以执行以下代码：

import pandas as pd

searchfor = ['og', 'at']
result = s[s.str.contains('|'.join(searchfor))]

此操作将创建一个包含 s 中与 searchfor 中任何子字符串匹配的所有元素的系列，不包括 pet。

它是需要注意的是，正则表达式中具有特定含义的特殊字符，例如 $ 和 ^，应该使用 re.escape() 进行转义。这确保它们在匹配期间被视为文字字符。

以上是如何高效查找 Pandas 系列中包含特定子字符串的字符串？的详细内容。更多信息请关注PHP中文网其他相关文章！