pandas对包含文字的列数据进行筛选str.contains()

我们在使用pandas读取Excel后一般都需要对数据进行筛选，如果是数字格式的话比较简单，如果遇到列全部都是文字的话，如果按照我们的需求进行筛选呢？如筛选有指定文字的数据集，筛选包含某几个字的数据集，甚至运用正则表达式，去使用更高级的筛选策略呢，欢迎阅读如何使用pandas对包含文字的列数据进行筛选。

样例数据：

 

固定值过滤（必须全匹配）

print(data[data['籍贯'] == '北京'])

模糊过滤  

•        文字匹配

print(data[data['籍贯'].str.contains('河北')])

注意data['籍贯'].str.contains('河北')返回的数据类型是Series,内容为是否包含河北的bool值

 

• 正则匹配

Str.contians也支持传入正则表达式进行匹配，这就给数据筛选提供了多的可能

print(data[data['籍贯'].str.contains('.*?泰州')])

匹配以泰州结尾的籍贯

如果觉得不错就点个赞吧 哈哈哈哈哈哈哈！