str.contains函数布尔值为True的索引怎么获取

要获取 str.contains() 函数布尔值为 True 的索引，可以使用 Pandas 库的 .index 和 .tolist() 方法，以下是示例代码：

import pandas as pd

# 创建示例 DataFrame
data = {'col1': ['abc', 'def', 'ghi'], 'col2': ['jkl', 'mno', 'pqr']}
df = pd.DataFrame(data)

# 使用 str.contains() 函数筛选数据
mask = df['col1'].str.contains('a')

# 获取布尔值为 True 的索引
index = mask.index[mask].tolist()

print(index)

此代码的输出结果为 [0]，即索引为 0 的行符合筛选条件。

相关问题

df = df[~df.apply(lambda row: row.astype(str).str.contains('\?').any(), axis=1)]

这句代码的作用是删除含有"?"的行，具体解释如下：

- `df.apply(lambda row: row.astype(str).str.contains('\?').any(), axis=1)`：对表格中的每一行执行lambda函数，将每一行转换为字符串格式，并判断该行中是否含有"?"，然后返回一个布尔值的Series，表示每一行是否含有"?"。
- `~`：对上一步返回的布尔值的Series取反，得到一个新的布尔值的Series，其中True表示该行不含有"?"，False表示该行含有"?"。
- `df[...]`：使用布尔值的Series对表格进行索引，保留不含有"?"的行。最终得到的是一个新的DataFrame，其中不含有"?"的行已经被删除了。

综上，该行代码的作用是删除表格中所有含有"?"的行，保留不含有"?"的行。

keyword = dc[da['product_name'].str.contains('usb')]

这行代码中，假设da是一个pandas的DataFrame类型的数据结构，dc是一个字典类型的数据结构，含义为：

- da['product_name'].str.contains('usb')是通过pandas中的str.contains()函数，筛选出da中product_name列中包含'usb'字符串的行，并返回一个布尔类型的Series。
- dc[]表示使用布尔类型的Series作为字典的索引，返回所有对应为True的键值对组成的字典。也就是说，返回dc中所有键值对，其中键包含在da['product_name']列中包含'usb'字符串的行中。

最终，将返回的字典赋值给keyword变量。这里的目的可能是为了根据关键字'usb'来筛选出dc字典中与之相关的键值对，进行进一步处理和操作。具体的处理和操作取决于dc字典中存储的数据的类型和含义。