如何在 Pandas DataFrame 中高效执行部分字符串匹配？

Pandas DataFrame 中的部分字符串匹配

基于字符串条件过滤 DataFrame 是数据分析中的常见任务。虽然使用 == 运算符进行精确字符串匹配很简单，但部分字符串匹配需要不同的方法。

一种选择是使用正则表达式，如问题中的代码片段所示：

re.search(pattern, cell_in_question)

但是，对于大型 DataFrame，由于其迭代性质，这种方法可能效率低下。

使用 Pandas Series.str 方法的矢量化解决方案是可用并强烈推荐以获得更好的性能：

df[df['A'].str.contains("hello")]

此方法使用内置的 contains() 函数来检查子字符串是否存在于一系列字符串中。它返回一个可用于过滤 DataFrame 的布尔掩码。

在 Pandas 的早期版本（0.8.1 之前）中，使用了略有不同的语法：

df['A'].apply(lambda x: "hello" in x)

无论如何根据您选择的方法，Pandas DataFrames 中的部分字符串匹配是高效过滤数据的强大工具。

以上是如何在 Pandas DataFrame 中高效执行部分字符串匹配？的详细内容。更多信息请关注PHP中文网其他相关文章！