dataframe 按字符筛选行数据

要按字符筛选行数据，可以使用 Pandas 中的字符串方法和布尔索引来实现。

假设有一个 DataFrame，其中包含一个字符串列 `name`，我们想要筛选出 `name` 列中包含特定字符的行数据，可以使用 `str.contains()` 方法来实现。例如，如果我们想要筛选出 `name` 列中包含字符 `"John"` 的行数据，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'name': ['John Smith', 'Jane Doe', 'Bob Johnson']})

# 使用 str.contains() 方法筛选出包含字符 "John" 的行数据
filtered_df = df[df['name'].str.contains('John')]

print(filtered_df)

输出结果为：

         name
0  John Smith
2  Bob Johnson

在上面的代码中，我们首先创建了一个包含字符串列 `name` 的 DataFrame。然后，我们使用 `str.contains()` 方法来筛选出包含字符 `"John"` 的行数据，并将结果保存到 `filtered_df` 变量中。最后，我们打印出 `filtered_df` 变量，输出结果为包含字符 `"John"` 的行数据。

如果要筛选出不包含特定字符的行数据，可以使用 `~` 运算符来取反。例如，如果我们想要筛选出 `name` 列中不包含字符 `"John"` 的行数据，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'name': ['John Smith', 'Jane Doe', 'Bob Johnson']})

# 使用 str.contains() 方法筛选出不包含字符 "John" 的行数据
filtered_df = df[~df['name'].str.contains('John')]

print(filtered_df)

输出结果为：

       name
1  Jane Doe

在上面的代码中，我们使用 `~` 运算符对包含字符 `"John"` 的行数据取反，从而得到不包含字符 `"John"` 的行数据。最后，我们打印出 `filtered_df` 变量，输出结果为不包含字符 `"John"` 的行数据。