df[df['城市'].str.contains("海", na=False)]中contains的详细参数

`contains()` 方法有以下常用参数：

- `pat`：要匹配的正则表达式或字符串模式。
- `case`：匹配时是否区分大小写，默认为 True，表示区分大小写。
- `flags`：正则表达式的标志位参数，用于控制正则表达式的匹配方式。
- `na`：是否将缺失值视为匹配，默认为 True，表示将缺失值视为不匹配。

在 `df[df['城市'].str.contains("海", na=False)]` 中，`pat` 参数是字符串 "海"，表示要匹配的子串是 "海"。`case` 参数默认为 True，表示区分大小写，`flags` 参数没有设置，`na` 参数设置为 False，表示不将缺失值视为匹配。

相关问题

df[df['城市'].str.contains("海", na=False)]中contains函数的参数

`contains()` 是 Pandas 的一个字符串方法，用于检查一个字符串序列中是否包含某个子串。

在 `df[df['城市'].str.contains("海", na=False)]` 中，它的参数是 `"海"`，表示要检查的子串是 "海"。`str.contains()` 方法会返回一个布尔类型的 Series，其中每个元素表示对应行的城市名是否包含子串 "海"。`na=False` 表示不将缺失值视为包含某个子串，缺失值对应的结果会被设置成 False。最终结果是返回包含子串 "海" 的行，即城市名中含有 "海" 的行。

.str.contains

`.str.contains` 是 Python 中 Pandas 库中 DataFrame 或者 Series 对象的一个方法，用于检查某个字符串是否包含特定的子串（模式）。这个方法主要用于进行文本数据的筛选或条件查询。

当你对一个 `Series` 应用 `.str.contains()` 时，它会返回一个新的布尔 `Series`，其中每个元素对应原 Series 中的值，如果该值包含指定的子串，则为 `True`，否则为 `False`。如果你对 `DataFrame` 使用，它会对每一列应用此操作。

语法通常是这样的：

df['column_name'].str.contains(pattern, case=True, flags=0, na=False)

参数说明：
- `pattern`: 需要查找的子串或正则表达式。
- `case`: 是否区分大小写，默认为 `True`。设置为 `False` 可以忽略大小写。
- `flags`: 如果提供的是正则表达式，这将是一个标志位，例如 `re.IGNORECASE` 或 `re.MULTILINE`。
- `na`: 是否包括 `NaN` 值在内搜索，默认为 `False`。如果设置为 `True`，则 `NaN` 会被当作匹配。

例如，如果你想找出一个 `'column'` 列中包含 "apple" 的行，你可以这样做：

mask = df['column'].str.contains('apple')
df[mask]