Question

有没有办法在pandas text DataFrame列上执行与SQL's LIKE syntax类似的操作，以便返回索引列表或可用于索引数据帧的布尔值列表？例如，我希望能够匹配列以“prefix_”开头的所有行，类似于SQL中的WHERE <col> LIKE prefix_%。

Answer 1

您可以使用系列方法str.startswith（采用正则表达式）：

In [11]: s = pd.Series(['aa', 'ab', 'ca', np.nan])

In [12]: s.str.startswith('a', na=False)
Out[12]: 
0     True
1     True
2    False
3    False
dtype: bool

您也可以使用str.contains（使用正则表达式）执行相同操作：

In [13]: s.str.contains('^a', na=False)
Out[13]: 
0     True
1     True
2    False
3    False
dtype: bool

所以你可以df[col].str.startswith ...

See also the SQL comparison section of the docs.

注意:(如OP指出的）默认情况下，NaN会传播（因此如果你想将结果用作布尔掩码，会导致索引错误），我们使用这个标志来说NaN应该映射到False。

In [14]: s.str.startswith('a')  # can't use as boolean mask
Out[14]:
0     True
1     True
2    False
3      NaN
dtype: object

Answer 2

你可以使用

s.str.contains('a', case = False)

Answer 3

要查找以“ s”模式开头的系列中的所有值：

SQL-WHERE column_name喜欢's％'
Python-column_name.str.startswith（'s'）

要查找以“ s”模式结尾的系列中的所有值：

SQL-在哪列名称都类似于'％s'
Python-column_name.str.endswith（'s'）

要从包含模式“ s”的系列中查找所有值：

SQL-WHERE column_name类似于'％s％'
Python-column_name.str.contains（'s'）

有关更多选项，请检查：https://pandas.pydata.org/pandas-docs/stable/reference/series.html

Pandas文本匹配像SQL的LIKE？

3 个答案: