pandas的dataframe中只保留含有某一特定字符的行

你可以使用pandas的str.contains()方法来保留dataframe中含有某一特定字符的行。下面是一个例子：

假设你有以下数据：

| 姓名 | 年龄 | 成绩 |
| ---- | ---- | ---- |
| 张三 | 18 | 90 |
| 李四 | 19 | 85 |
| 王五 | 20 | 92 |
| 小明 | 21 | 88 |

现在你想要保留姓名中含有“张”的行，可以使用如下代码：

import pandas as pd

data = {'姓名': ['张三', '李四', '王五', '小明'], '年龄': [18, 19, 20, 21], '成绩': [90, 85, 92, 88]}
df = pd.DataFrame(data)

df = df[df['姓名'].str.contains('张')]
print(df)

运行代码后，输出结果为：

  姓名  年龄  成绩
0  张三  18  90

可以看到，只有含有“张”的行被保留下来了。如果你想要保留的是不含有某一特定字符的行，可以使用str.contains()的neg参数，将其设置为True即可。

相关问题

如何使用Pandas DataFrame中的str.contains方法检查特定字符串是否存在于某一列的所有单元格中？

在Python的Pandas库中，`DataFrame`的`str.contains()`方法用于检查DataFrame中某列的数据是否包含指定的字符串。以下是基本步骤：

1. 首先，你需要导入pandas库并加载数据到DataFrame中。

import pandas as pd

# 加载数据
df = pd.read_csv('your_data.csv') # 假设你的数据是一个CSV文件

2. 确定你要检查的列名和目标字符串。假设你想检查名为'column_name'的列。

target_column = df['column_name']
target_string = 'your_search_string'

3. 使用`str.contains()`方法，它返回的是一个布尔系列，其中True表示对应单元格包含目标字符串，False则表示不包含。

contains_check = target_column.str.contains(target_string)

4. 如果需要获取所有包含目标字符串的行，可以对结果应用`loc`或`boolean indexing`。

matched_rows = df.loc[contains_check]

如果只想知道有多少行匹配，可以直接计算布尔系列中True值的数量。

num_matches = contains_check.sum()

pandas.DataFrame中删除包涵特定字符串所在的行

要删除 Pandas DataFrame 中包含特定字符串的行，可以使用 Pandas 的布尔索引和 `str.contains()` 方法。以下是示例代码：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'A': ['foo', 'bar', 'baz'], 'B': ['apple', 'orange', 'banana']})

# 找到包含特定字符串的行
rows_to_drop = df[df['B'].str.contains('an')].index

# 使用 drop() 方法删除指定的行
df = df.drop(rows_to_drop)

# 输出结果
print(df)

这将删除 DataFrame 中包含 'an' 字符串的行，即删除第二和第三行的数据。如果要匹配多个特定字符串，可以使用正则表达式。例如，要匹配包含 'an' 或 'le' 的行，可以使用以下代码：

rows_to_drop = df[df['B'].str.contains('an|le')].index