df[df['城市'].str.contains("海", na=False)]中contains函数的参数

`contains()` 是 Pandas 的一个字符串方法，用于检查一个字符串序列中是否包含某个子串。

在 `df[df['城市'].str.contains("海", na=False)]` 中，它的参数是 `"海"`，表示要检查的子串是 "海"。`str.contains()` 方法会返回一个布尔类型的 Series，其中每个元素表示对应行的城市名是否包含子串 "海"。`na=False` 表示不将缺失值视为包含某个子串，缺失值对应的结果会被设置成 False。最终结果是返回包含子串 "海" 的行，即城市名中含有 "海" 的行。

相关问题

pandas 中str.contains（）用法

`str.contains()`是pandas中一个常用的字符串匹配函数，用于判断一个字符串是否包含某个子字符串。它的常用语法如下：

Series.str.contains(pat, case=True, flags=0, na=nan, regex=True)

其中，各参数的含义如下：

- `pat`：要匹配的子字符串，可以是字符串或正则表达式。
- `case`：是否区分大小写，默认为True。
- `flags`：正则表达式的匹配模式。
- `na`：缺失值的替代值，默认为NaN。
- `regex`：是否使用正则表达式进行匹配，默认为True。

例如，我们有一个包含姓名和邮件地址的DataFrame：

import pandas as pd
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'email': ['alice@gmail.com', 'bob@yahoo.com', 'charlie@hotmail.com', 'david@gmail.com']}
df = pd.DataFrame(data)

我们可以使用`str.contains()`来筛选所有邮箱地址中包含"gmail"的行：

gmail_df = df[df['email'].str.contains('gmail')]

输出结果如下：

     name             email
0   Alice   alice@gmail.com
3   David   david@gmail.com

需要注意的是，`str.contains()`默认使用正则表达式进行匹配，如果要使用普通字符串进行匹配，需要在`pat`参数中使用`regex=False`。

pandas contains

pandas中的contains()函数用于检查Series中每个元素是否包含指定的字符串，并返回一个布尔值的Series，指示是否包含。可以通过传递参数regex=False来禁用正则表达式匹配。例如，在给定的Series中查找包含字母'o'的元素，可以使用下面的代码：

s.str.contains('o', regex=False)

该函数还可以在数据查询中使用。比如，在给定的DataFrame中查找名字中包含字母'A'的行，可以使用下面的代码：

df.loc[df.name.str.contains('A')]

如果需要同时查找包含字母'A'或'E'的行，可以使用正则表达式的或操作符'|'：

df.loc[df.name.str.contains('A|E')]

如果需要忽略大小写，可以使用flags=re.IGNORECASE参数：

df.loc[df.name.str.contains('A|E', flags=re.IGNORECASE)]

另外，还可以使用startswith()和endswith()函数来指定字符串是以指定的字符开头还是结尾。例如，查找以'O'开头的元素：

s.str.startswith('O')

如果想要忽略空值的处理，可以传递参数na=False。例如：

s.str.startswith('O', na=False)

使用match()函数可以确定每个字符串是否与正则表达式匹配。例如，检查每个字符串是否由一个数字和一个小写字母组成：

pd.Series(['1', '2', '3a', '3b', '03c']).str.match(r'[0-9][a-z]')