Pandas中如果根据关键词在所有列中筛选行

在Pandas中，您可以使用`apply()`方法和`lambda`表达式来在所有列中根据关键词筛选行。假设您有一个名为`df`的DataFrame，其中包含多个列，您可以使用如下代码来筛选包含关键词的行：

filtered_df = df[df.apply(lambda row: row.astype(str).str.contains('keyword').any(), axis=1)]

其中，`keyword`是您要匹配的关键词，`astype(str)`将每一行的数据类型转换为字符串类型，`str.contains()`方法检查每一行中是否包含关键词，`any()`方法用于检查每一行中是否至少有一个包含关键词的列，`apply()`方法将`lambda`表达式应用到每一行中。

上述代码将在所有列中筛选包含关键词的行。如果您要匹配的关键词不区分大小写，可以使用`case=False`参数来忽略大小写，例如：

filtered_df = df[df.apply(lambda row: row.astype(str).str.contains('keyword', case=False).any(), axis=1)]

这样可以匹配出包含`keyword`或者`Keyword`等大小写不同的关键词。

相关问题

Pandas中如果根据关键词在多列中筛选行

在Pandas中，您可以使用`apply()`方法和`lambda`表达式来在多列中根据关键词筛选行。假设您有一个名为`df`的DataFrame，其中包含多个列，您可以使用如下代码来筛选包含关键词的行：

filtered_df = df[df.apply(lambda row: row.astype(str).str.contains('keyword').any(), axis=1)]

其中，`keyword`是您要匹配的关键词，`astype(str)`将每一行的数据类型转换为字符串类型，`str.contains()`方法检查每一行中是否包含关键词，`any()`方法用于检查每一行中是否至少有一个包含关键词的列，`apply()`方法将`lambda`表达式应用到每一行中。

如果您要在多个特定的列中筛选包含关键词的行，可以将这些列名放入一个列表中，并将该列表传递给`apply()`方法。例如，如果您要在`column_name1`和`column_name2`列中筛选包含关键词的行，可以使用如下代码：

filtered_df = df[df[['column_name1', 'column_name2']].apply(lambda row: row.astype(str).str.contains('keyword').any(), axis=1)]

上述代码将在`column_name1`和`column_name2`列中筛选包含关键词的行。

Pandas中如果根据关键词完全一致在所有列中筛选行

你可以使用 Pandas 的 `loc` 方法来根据关键词在所有列中筛选行，示例如下：

import pandas as pd

# 创建一个示例 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'city': ['New York', 'London', 'San Francisco']}

df = pd.DataFrame(data)

# 根据关键词筛选行
keyword = 'New York'
filtered_df = df.loc[df.apply(lambda row: keyword in row.values, axis=1)]

print(filtered_df)

以上代码会输出 DataFrame 中所有列中包含关键词 `'New York'` 的行，输出结果为：

     name  age       city
0   Alice   25   New York