在 DataFrame 多列数据中模糊查找匹配数据

本文介绍如何在DataFrame中进行多列数据的模糊查找匹配,特别是利用pandas.Series.str.contains函数。通过示例展示了在金融数据中,如何根据指数代码或指数名称筛选数据,并获取指数日线数据。
摘要由CSDN通过智能技术生成

先了解一个 DataFrame 筛选数据的方式

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame(data = [[True, False, False, False],
                          [False, True, False, False], 
                          [True, True, False, False], 
                          [False, False, True, False]], 
                  columns = list('abcd'))
df
a b c d
0 True False False False
1 False True False False
2 True True False False
3 False False True False
# 任一行中,只有其 a 列的值为 True 时,才会输出
df[df.a]
a b c d
0 True False False False
2 True True False False
# 任一行中,只有其 b 列的值为 True 时,才会输出
df[df.b]
a b c d
1 False True False False
2 True True False False
# 任一行中,当其 a列 或 b列 的值为 True 时,才会输出
df[df.a | df.b]
a b c d
0 True False False False
1 False True False False
2 True True False False
# 任一行中,当其 a列 且 b列 的值为 True 时,才会输出
df[df.a & df.b]
a b c d
2 True True False False

了解了以上内容后,剩下的就是如何将数据变为 True 了

用 TuShare 上的指数数据来举个例子。



点击

  • 4
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值