假如有一列全是字符串的dataframe,希望提取包含特定字符的所有数据,该如何提取呢?
因为之前尝试使用filter,发现行不通,最终找到这个行得通的方法。
举例说明:
我希望提取所有包含'Mr.'的人名
1、首先将他们进行字符串化,并得到其对应的布尔值:
>>> bool = df.str.contains('Mr\.') #不要忘记正则表达式的写法,'.'在里面要用'\.'表示
>>> print('bool : \n', bool)
2、通过dataframe的基本操作将其选取出来:
>>> filter_data = df[bool]
>>> print('filter data : \n', filter_data)
总结:这样就成功将特定数据选取出来了,将代码汇总一下就是
>>> bool = df.str.contains('Mr\.')
>>> filter_data = df[bool]
当然也可以连到一起写,这样写是为了方便读者理解。