python求dataframe包括字符串1且包含字符串2的索引

可以使用 Pandas 库中的 `str.contains()` 方法来实现：

假设你的 DataFrame 名称为 `df`，要找到包含字符串1且包含字符串2的行，可以使用以下代码：

df[(df['列名'].str.contains('字符串1')) & (df['列名'].str.contains('字符串2'))].index

其中 `列名` 是要查找的列的名称，`字符串1` 和 `字符串2` 分别是要查找的两个字符串。该代码将返回符合要求的行的索引。

相关问题

python 里 dataframe 转为列表和字符串

在Python的pandas库中，DataFrame是一个二维表格型的数据结构，非常适合处理结构化数据。将DataFrame转换为列表或字符串，你可以使用以下方法：

1. **转为列表（List of Lists）**:
如果你想将每个列作为一个独立的列表获取，可以使用`values.tolist()`：

   df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
   list_of_lists = df.values.tolist()

这会返回一个嵌套列表，外层按行，内层按列。

2. **转为字符串（String）**:
- **CSV格式**: 可以使用`to_string()`方法生成字符串形式的CSV：

     csv_str = df.to_string(index=False)  # 默认无索引，如果有index则需设置index=True

- **JSON格式**: 使用`to_json()`方法：

     json_str = df.to_json(orient='records')  # 将每行转换成一个json对象，存储为list

3. **指定特定列或行**:
如果你想转换特定的列或行，可以先选择那些列或行，再进行转换。

python的Dataframe的索引列为元组，怎么转为字符串

在 Pandas 中，你可以使用 `df.index.map()` 方法和一个 lambda 函数将元组转换为字符串。例如，假设你有一个索引列为元组的 DataFrame，你可以使用以下代码将索引列转换为字符串：

import pandas as pd

# 创建一个示例 DataFrame，索引列为元组
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[('a', 1), ('b', 2), ('c', 3)])

# 使用 df.index.map() 方法和一个 lambda 函数将元组转换为字符串
df.index = df.index.map(lambda x: "{}{}".format(x[0], x[1]))

# 打印 DataFrame
print(df)

输出结果为：

    A  B
a1  1  4
b2  2  5
c3  3  6

在这个示例代码中，我们使用 `df.index.map()` 方法和一个 lambda 函数将索引列中的每个元组转换为字符串。在 lambda 函数中，我们使用了字符串的 `format()` 方法将元组的两个元素合并为一个字符串，并将结果返回。最后将结果赋给索引列，从而将索引列转换为字符串形式。最终打印 DataFrame，就可以看到索引列已经被转换为字符串了。