Python 通过部分匹配过滤 Excel 数据与 pandas

Question

我正在尝试使用 pandas 过滤 excel 电子表格并将过滤后的数据保存到新工作表中。 目前我有这个按预期工作

import pandas as pd

df = pd.read_excel('sample.xlsx', sheet_name=0) #reads the first sheet of your excel file

df = df[(df['CodedCorporation'] == 'lucy')] #Filtering dataframe

df.to_excel('sample.xlsx', sheet_name='new data') #Saving to a new sheet called Filtered Data

问题是此代码在标题为“CodedCorporation”的列中查找单词“Lucy”的完全匹配。 我需要的是能够根据部分匹配而不是完全匹配进行过滤。

所以我尝试了这个

import pandas as pd

df = pd.read_excel('sample.xlsx', sheet_name=0) #reads the first sheet of your excel file

df = df[('lucy' in df['CodedCorporation'])] #Filtering dataframe

df.to_excel('sample.xlsx', sheet_name='new data') #Saving to a new sheet called Filtered Data

但这会吐出一个错误。

有人可以帮助解释如何在列中查找部分匹配而不是完全匹配吗？ 有点像当您在 excel 中工作并在过滤器中输入一个单词时，excel 会显示包含该单词的所有内容。

Answer 1

您可以将apply方法与 lambda 一起使用来运行逐行逻辑。

而不是这个：

df = df[('lucy' in df['CodedCorporation'])] #Filtering dataframe

您可以创建一个像“lucy_ind”这样的标志：

df["lucy_ind"] = df.apply(lambda x: True if 'lucy' in x['CodedCorporation'] else False, axis=1)

...然后对其进行过滤（仅包括 lucy 在 CodedCorporation 中的行）...您只需这样做：

df = df[df["lucy_ind"]]

Answer 2

您可以使用str属性中的contains() function，如此处所述

import pandas as pd

df = pd.DataFrame(
    [
        "has lucy",
         "also has lucy in it",
         "this line doesn't"
    ],
    columns=["CodedCoporation"]
)

filtered_df = df[df.CodedCoporation.str.contains('lucy')]

filtered_df.to_markdown()

	编码公司
0	有露西
1	里面也有露西