如何在pandas数据框中使用str.contains()函数来匹配多个表达式

Question

我想知道在Pandas中是否有更有效的方法来使用str.contains()函数，以一次搜索两个部分字符串。我想要在数据帧的给定列中搜索包含“nt”或“nv”的数据。目前，我的代码看起来是这样的：

df[df['Behavior'].str.contains("nt", na=False)]
df[df['Behavior'].str.contains("nv", na=False)]

然后我将一个结果附加到另一个结果。我想做的是使用一行代码搜索包含“nt”或“nv”或“nf。”的任何数据。我尝试了一些我认为应该能工作的方式，包括在术语之间添加管道符，但所有这些都导致错误。我已经检查了文档，但我没有看到这个选项。我收到以下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-113-1d11e906812c> in <module>()
3 
4 
----> 5 soctol = f_recs[f_recs['Behavior'].str.contains("nt"|"nv", na=False)]
6 soctol

TypeError: unsupported operand type(s) for |: 'str' and 'str'

有没有快速的方法来做这件事？

- M.A.Kline

---

请注意：有一种解决方案由@unutbu描述，比使用pd.Series.str.contains更高效。如果性能是问题，那么这可能值得探究。 - jpp

强烈推荐查看此答案，以获取有关使用多个关键字/正则表达式进行部分字符串搜索的更多信息。 - cs95

Answer 1

他们应该是一个正则表达式，并且应该在一个字符串中：

"nt|nv"  # rather than "nt" | " nv"
f_recs[f_recs['Behavior'].str.contains("nt|nv", na=False)]

Python不允许在字符串上使用或 ( | ) 运算符:

In [1]: "nt" | "nv"
TypeError: unsupported operand type(s) for |: 'str' and 'str'

- Andy Hayden

Answer 2

如果您有一个模式列表，那么将它们用管道符号（|）连接起来并传递给str.contains可能会很方便。通过na=False返回NaN的False，并通过case=False关闭大小写敏感性。

lst = ['nt', 'nv', 'nf']
df['Behavior'].str.contains('|'.join(lst), na=False)

否则，将替代方案分组可能更加清晰。对于原帖中的示例，即：

df['Behavior'].str.contains(r'n[t|v|f]')

- cottontail

Answer 3

我试过这个，它可以工作：

df[df['Behavior'].str.contains('nt|nv', na=False)]

- Muhammad Hilmi