pandas.Series.str.contains #
- 系列.str。包含( pat , case = True , flags = 0 , na = None , regex = True ) [来源] #
测试模式或正则表达式是否包含在系列或索引的字符串中。
根据给定模式或正则表达式是否包含在系列或索引的字符串中，返回布尔系列或索引。
- 参数：
- 帕特斯特
字符序列或正则表达式。
- case布尔值，默认 True
如果为 True，则区分大小写。
- flags int，默认0（无标志）
传递到 re 模块的标志，例如 re.IGNORECASE。
- na标量，可选
缺失值的填充值。默认值取决于数组的数据类型。对于对象数据类型，
numpy.nan使用。对于StringDtype，pandas.NA使用。- 正则表达式bool，默认 True
如果为 True，则假定 pat 是正则表达式。
如果为 False，则将 pat 视为文字字符串。
- 返回：
- 布尔值的系列或索引
布尔值的系列或索引，指示给定模式是否包含在系列或索引的每个元素的字符串中。
也可以看看
match类似，但更严格，依赖于 re.match 而不是 re.search。
Series.str.startswith测试每个字符串元素的开头是否与模式匹配。
Series.str.endswith与startswith相同，但测试字符串的结尾。
例子
仅使用文字模式返回一系列布尔值。
>>> s1 = pd.Series(['Mouse', 'dog', 'house and parrot', '23', np.nan]) >>> s1.str.contains('og', regex=False) 0 False 1 True 2 False 3 False 4 NaN dtype: object
仅使用文字模式返回布尔值索引。
>>> ind = pd.Index(['Mouse', 'dog', 'house and parrot', '23.0', np.nan]) >>> ind.str.contains('23', regex=False) Index([False, False, False, True, nan], dtype='object')
使用case指定区分大小写。
>>> s1.str.contains('oG', case=True, regex=True) 0 False 1 False 2 False 3 False 4 NaN dtype: object
将na指定为False而不是NaN会将 NaN 值替换为False。如果 Series 或 Index 不包含 NaN 值，则结果数据类型将为bool，否则为对象数据类型。
>>> s1.str.contains('og', na=False, regex=True) 0 False 1 True 2 False 3 False 4 False dtype: bool
当任一表达式出现在字符串中时，返回“house”或“dog”。
>>> s1.str.contains('house|dog', regex=True) 0 False 1 True 2 True 3 False 4 NaN dtype: object
使用带有正则表达式的标志忽略大小写。
>>> import re >>> s1.str.contains('PARROT', flags=re.IGNORECASE, regex=True) 0 False 1 False 2 True 3 False 4 NaN dtype: object
使用正则表达式返回任何数字。
>>> s1.str.contains('\\d', regex=True) 0 False 1 False 2 False 3 True 4 NaN dtype: object
当regex设置为 True时，确保pat不是文字模式。请注意，在以下示例中，人们可能期望只有s2[1]和s2[3]返回True。但是，“.0”作为正则表达式可匹配后跟 0 的任何字符。
>>> s2 = pd.Series(['40', '40.0', '41', '41.0', '35']) >>> s2.str.contains('.0', regex=True) 0 True 1 True 2 False 3 True 4 False dtype: bool