使用str.contain可以搜索包含所有给定字符的字符串吗?
是可以的:
df["col1"].str.contains("A")
如果我想找到至少一个给定的字符,这个也可以使用:
df["col1"].str.contains("A|B")
然而,如果我想要找到包含所有给定字符的字符串,这种方法就不起作用了。
df["col1"].str.contains("A&B")
它的结果是全假的。 有什么建议吗? 谢谢!
either
df['col1'].str.contains('A.*B|B.*A')
或者
df['col1'].str.contains('A') & df['col1'].str.contains('B')
例子:
>>> df
col1
0 wAxyzBw
1 wBxyzAw
2 wAxyz
3 wBxyz
>>> df['col1'].str.contains('A.*B|B.*A')
0 True
1 True
2 False
3 False
Name: col1, dtype: bool
>>> df['col1'].str.contains('A') & df['col1'].str.contains('B')
0 True
1 True
2 False
3 False
Name: col1, dtype: bool
另一种方法:
df['col1'].apply(set('AB').issubset)
以下是一些示例时间:
import pandas as pd
import numpy as np
strings = pd.Series(['A', 'B', 'C', 'Aaba', 'Baca', 'CABA', 'dog', 'cat'])
%timeit strings.apply(set('AB').issubset)
# 10000 loops, best of 3: 102 µs per loop
%timeit strings.str.contains('A.*B|B.*A')
# 10000 loops, best of 3: 149 µs per loop
%timeit strings.str.contains('A') & strings.str.contains('B')
# 1000 loops, best of 3: 712 µs per loop
DataFrame({key: df.col1.str.contains(key) for key in 'AB'}).all(axis=1)
可能有更好的方法来做这件事(通常在pandas中是这样的:), 但它给了我与@benzad.nouri在一个5mm行DF上的答案相当的性能。