Pandas将字符串对象转换为小写并检查字符串

Question

我有以下代码：

import pandas as pd
private = pd.read_excel("file.xlsx","Pri")
public = pd.read_excel("file.xlsx","Pub")
private["ISH"] = private.HolidayName.str.lower().contains("holiday|recess")
public["ISH"] = public.HolidayName.str.lower().contains("holiday|recess")

我遇到了以下错误：

AttributeError: 'Series' object has no attribute 'contains'

有没有一种方法可以在一步中将“HolidayName”列转换为小写，并检查正则表达式("Holiday|Recess")是否包含在其中，使用.contains？

有没有办法在一个步骤中将“HolidayName”列转换为小写并使用.contains检查正则表达式("Holiday|Recess")？

- user1452759

---

如果将术语转换为小写，它们就不会包含大写字母，如 H 或 R。 - DSM

谢谢你指出来。当我打出我的例子时，那是一个疏忽。已经修复了。 - user1452759

Answer 1

private["ISH"] = private.HolidayName.str.contains("(?i)holiday|recess")

正则表达式模式中的(?i)告诉re模块忽略大小写。

---

你之前遇到错误的原因是因为Series对象没有contains方法，相反，Series.str属性有contains方法。因此，你可以通过以下方式避免错误：

private["ISH"] = private.HolidayName.str.lower().str.contains("holiday|recess")

- unutbu

---

不错！这个在文档中有提到吗？这是 Pandas 特有的东西，还是其他什么呢？我猜是其他东西。 - william_grisaitis

@grisaitis：向量化字符串方法在此处有文档。 使用(?i)进行不区分大小写的模式匹配是Python re模块的正则表达式语法的一部分。（搜索字符串(?iLmsux)）。 - unutbu

很遗憾，解决这个问题的最佳答案涉及对正则表达式的深入了解。像我这样的新手正在寻求链接字符串操作的方法。 - BobHy

只是补充一下，如果你想要一个精确匹配，那么 df[(private['HolidayName'].str.lower() == "holiday")] 应该可以工作。 - ggupta

Answer 2

虽然我来晚了，但你可以使用关键字参数case: bool, 默认为True。如果为True，则区分大小写。

private["ISH"] = private.HolidayName.str.contains("holiday|recess", case=False)
public["ISH"] = public.HolidayName.str.contains("holiday|recess", case=False)

- Bonqus

---

FYI - 我检查了三种方法（串联字符串，使用正则表达式，使用参数 case=False）...... 结果发现正则表达式最快，参数 case=False 的方法大约慢1.25倍，串联字符串的方法大约慢1.06倍。 - Derek Eden