5个例子学会Pandas中的字符串过滤

要处理文本数据，需要比数字类型的数据更多的清理步骤。为了从文本数据中提取有用和信息，通常需要执行几个预处理和过滤步骤。

Pandas 库有许多可以轻松简单地处理文本数据函数和方法。在本文中，我介绍将学习 5 种可用于过滤文本数据（即字符串）的不同方法：

• 是否包含一系列字符
• 求字符串的长度
• 判断以特定的字符序列开始或结束
• 判断字符为数字或字母数字
• 查找特定字符序列的出现次数

首先我们导入库和数据

1. import pandas as pd
2. df = pd.read_csv("example.csv")
3. df

我们这个样例的DataFrame 包含 6 行和 4 列。我们将使用不同的方法来处理 DataFrame 中的行。第一个过滤操作是检查字符串是否包含特定的单词或字符序列，使用 contains 方法查找描述字段包含“used car”的行。但是要获得pandas中的字符串需要通过 Pandas 的 str 访问器，代码如下：

1. df[df["description"].str.contains("used car")]

但是为了在这个DataFrame中找到所有的二手车，我们需要分别查找“used”和“car”这两个词，因为这两个词可能同时出现，但是并不是连接在一起的：

1. df[df["description"].str.contains("used") &
2. df["description"].str.contains("car")]

可以看到最后一行包含“car”和“used”，但不是一起。

完整文章：

https://avoid.overfit.cn/post/636266a8e77644f6b18cb0077fcccfe2