• isin方法
  • ==方法：df[df[‘state’] == ‘CA’] ```python import pandas as pd import numpy as np

a=np.array([[‘北京’,’北方’,’一线’,’非沿海’],[‘杭州’,’南方’,’二线’,’非沿海’],[‘深圳’,’南方’,’一线’,’沿海’],[‘烟台’,’北方’,’三线’,’沿海’]]) df1=pd.DataFrame(a,index=[1,2,3,4],columns=[‘城市’,’地理’,’级别’,’是否沿海’]) print(df1) df2=df1.copy()

  2. <a name="yngwX"></a>
  3. # 指定单列多值筛选
  5. ```python
  6. df1[(df1['级别'].isin (['一线','二线']))]

相同，如果我们取反的话就可以筛选出不在一线和二线城市的记录

指定多列多值筛选

  1. df1[((df1['级别'].isin (['一线','二线']))&(df1['是否沿海'].isin(['沿海'])))]

这样就可以轻松的选择特定行数据了，如果是要删除特定行，只需要取反就可以了

  1. df1[~((df1['级别'].isin (['一线','二线']))&(df1['是否沿海'].isin(['沿海'])))]

模糊筛选

str.contains(): 包含一个特定的字符串

  • 参数 na：缺少值 NaN 处理
  • 参数 case：大小写的处理
  • 参数 regex：使用正则表达式模式
  • 请注意，默认情况下，第一个参数中指定的字符串将作为正则表达式模式进行处理

比如我们去筛选级别在一线和二线的城市信息

  1. df1[df1['级别'].str.contains("一线|二线",na=False)]

同样我们可以通过取反把在一线二线城市的信息全部筛选掉:

  1. print(df_nan['name'].str.contains('li', na=False))
  2. # 0     True
  3. # 1    False
  4. # 2    False
  5. # Name: name, dtype: bool
  7. print(df_nan['name'].str.contains('li', na=True))
  8. # 0     True
  9. # 1    False
  10. # 2     True
  11. # Name: name, dtype: bool

用作条件时，如果 na = True，则选择 NaN 的行，如果 na = False，则不选择 NaN 的行。

  1. print(df['name'].str.contains('LI'))
  2. # 0    False
  3. # 1    False
  4. # 2    False
  5. # Name: name, dtype: bool
  7. print(df['name'].str.contains('LI', case=False))
  8. # 0     True
  9. # 1    False
  10. # 2     True
  11. # Name: name, dtype: bool

默认情况下，区分大小写。如果参数 case 为 False，则 case 被忽略。

  1. print(df['name'].str.contains('i.*e', regex=False))
  2. # 0    False
  3. # 1    False
  4. # 2    False
  5. # Name: name, dtype: bool

是否识别字符串为正则表达式

str.endswith()：以特定字符串结尾

  • 参数 na：是否选择NA，True False
  • 没有参数 case，因此它始终区分大小写。
  • 第一个参数的字符串在确定中照原样使用，而不作为正则表达式模式处理。

    str.startswith()：以特定的字符串开头

    str.match()：匹配正则表达式模式

    str.match（）对应于 re.match（），并确定字符串的开头是否与模式匹配。如果不是一开始就为 False。
    str.match（）与 str.contains（）可以以相同的方式指定参数 na，case 和 flag。