如何根据列表从熊猫数据框中过滤子字符串？

Question

我知道这是一个被反复问过的问题，但我对列表理解不太擅长，而且我的代码有一点小变化。

我有一个包含关键字的数据框，如果关键字包含一个或多个专用列表中的关键字，我想过滤它们。

请注意，我不是在寻找确切的表达式，只是在数据框中出现子字符串。

基本上我认为它应该是这样的：

substring_list = ['abc', 'def']

df[df['tag'].str.contains(substring) for substring in substring_list]

我不断收到语法错误。

有什么想法吗？

感谢支持！

Answer 1

Pandas 进行二进制过滤，因此它返回一个 True / False 列表，对应于字符串是否包含您的键，您可以对所有条件进行按位运算和运算，因此您可以获得包含所有子字符串的字符串或其中任何一个（取决于您使用的是 'and' & 还是 'or' | ）df[df['tag'].str.contains('abc') | df['tag'].str.contains('def')]

Answer 2

简单地试试这个：通过将模式中的单词与|以下内容连接来构建正则表达式来使用模式库搜索：df[df.tag.str.contains('|'.join(substring_list))]如果您只有几个字符串要搜索，那么 simple 可以像下面这样使用：df[df.tag.str.contains("abc|def")]示例说明：>>> df   tag0  abc1  edf2  abc3  def4  efg>>> df[df.tag.str.contains("abc|def")]   tag0  abc2  abc3  def>>> substring_list = ['abc', 'def']>>> df[df.tag.str.contains('|'.join(substring_list))]   tag0  abc2  abc3  def

Answer 3

使用：df['tag'].str.contains('|'.join(substring_list))