过滤 Pandas 数据帧的行

Question

我有一个数据框，包含一个名为numbers的列。该列数据是由逗号分隔的数字字符串。

numbers
-------
1,3,4,5,17,30
5,6,18,37,41,42
1,2,5,14,19,20
1,5,13,20,29,31
1,9,10,11,14,17
2,9,13,25,30,35

如何获取所有包含数字1和5的字符串？

期望的输出：

numbers
-------
1,3,4,5,17,30
1,2,5,14,19,20
1,5,13,20,29,31

- HmH

---

你想要的输出是什么？ - jezrael

Answer 1

您可以使用split创建df，然后使用eq与any进行比较。最后通过boolean indexing进行过滤：

df1 = df['numbers'].str.split(',', expand=True).astype(int)
df = df[df1.eq(1).any(1) & df1.eq(5).any(1)]
print (df)
           numbers
0    1,3,4,5,17,30
2   1,2,5,14,19,20
3  1,5,13,20,29,31

使用contains方法进行条件筛选的另一种解决方案:

a = df['numbers'].str.contains(',1,|,1$|^1,')
b = df['numbers'].str.contains(',5,|,5$|^5,')

df = df[a & b]
print (df)
           numbers
0    1,3,4,5,17,30
2   1,2,5,14,19,20
3  1,5,13,20,29,31

- jezrael

---

我们可以使用 contains 函数来使用一个正则表达式过滤数据吗？ - HmH

如果需要 1 或 5，那么是的。但如果需要 1 和 5，我认为不行。 - jezrael

我想表达的是，我们能否编写一个正则表达式，过滤掉所有同时包含1和5的字符串。 - HmH

df1.eq(1).any(1) & df1.eq(5).any(1) 可以被替换为 df1.isin([1,5]).any(1)，是吗？ - IanS

@IanS - 我认为不是这样的，因为isin是1或5。所以会得到不同的输出。 - jezrael

@HmH - 我认为在正则表达式中同时检查两个条件是不可能的，因为需要使用 AND 而不是 OR。参考链接。 - jezrael