如何在 Pandas DataFrame 中获取符合条件的唯一值？答案

【问题标题】：How do I get unique values in a Pandas DataFrame that match criteria?如何在 Pandas DataFrame 中获取符合条件的唯一值？
【发布时间】：2021-08-30 20:00:53
【问题描述】：

假设我有以下 DataFrame：

df_amazon = pd.DataFrame ({
    'order_no':[1, 2, 3],
    'category':['Books', 'Toys', 'Books'],
    'seller':['Amazon.com', 'AZ Toys', 'amazon'] })

如果卖家列中与亚马逊相关，我想获取所有唯一值。

在 SQL 中，有一个 LIKE 关键字。例如：

SELECT seller FROM df_amazon WHERE LOWER(seller) LIKE 'amazon%'

上面的代码会返回所有卖家列中小写字母以“amazon”开头的记录。

Pandas 中有类似的东西吗？

我尝试了以下方法：

df_amazon.loc[df_amazon.seller.str.contains('amazon')]

但这在第三行严格匹配，第一行省略了“Amazon.com”。

然后我尝试了以下方法：

df_amazon.loc[df_amazon.seller.str.lower().contains('amazon')]

但这会返回错误：AttributeError: 'Series' object has no attribute 'contains'

我想快速获取卖家为亚马逊的所有唯一值。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

将Series.str.contains 中的case=False 参数与Series.unique 一起使用：

df_amazon.loc[df_amazon.seller.str.contains('amazon', case=False), 'seller'].unique()

你的第二个解决方案被另一个str修改：

df_amazon.loc[df_amazon.seller.str.lower().str.contains('amazon'), 'seller'].unique()

【讨论】：

可能在loc的列部分中输入seller，只选择卖家列；它应该符合 OP 的要求
如果我想获取所有唯一值，我会使用什么，因为当我将该逻辑放入 df_amazon.seller.unique() 时出现错误：df_amazon.seller.unique( df_amazon.loc[df_amazon.seller.str.contains('amazon', case = False)] ) 返回 TypeError: unique( ) 接受 1 个位置参数，但给出了 2 个

【解决方案2】：

你必须再多一个.str:

df_amazon.loc[df_amazon.seller.str.lower().str.contains('amazon')]

或使用case=False:

df_amazon.loc[df_amazon.seller.str.contains('amazon', case=False)]

或指定标志：

import re
df_amazon.loc[df_amazon.seller.str.lower().str.contains('amazon',  flags=re.IGNORECASE)]

【讨论】：