在 Pandas 数据框中选择任何列包含字符串的行的最简洁方法？答案

【问题标题】：Most concise way to select rows where any column contains a string in Pandas dataframe?在 Pandas 数据框中选择任何列包含字符串的行的最简洁方法？
【发布时间】：2016-12-23 03:50:29
【问题描述】：

在 Pandas 数据框中选择任何列包含字符串的所有行的最简洁方法是什么？

例如，给定以下数据框，选择任何列中的值包含 b 的行的最佳方法是什么？

df = pd.DataFrame({
    'x': ['foo', 'foo', 'bar'],
    'y': ['foo', 'foo', 'foo'],
    'z': ['foo', 'baz', 'foo']
})

我对 Pandas 没有经验，到目前为止我想出的最好的方法是相当麻烦的 df[df.apply(lambda r: r.str.contains('b').any(), axis=1)]。有没有更简单的解决方案？

重要的是，我想检查 any 列中的匹配项，而不是特定列。其他类似的问题，据我所知，只能解决一个列或列列表。

【问题讨论】：

.str.contains 是在 pd.Series 上定义的一种方法，因此您似乎需要以一种或另一种方式使用 apply 或某种循环。可能会有一些黑客用 NaN 替换 b 并基于此删除，但您的方式似乎更清晰。
您也可以这样做 df[df.sum(axis=1).str.contains('b')] 但我不认为这种行为是可靠的。我也不认为这是重复的。
df[df.apply(lambda row: row.astype(str).str.contains('b').any(), axis=1)] 负责处理非字符串列、nans 等。

标签： python pandas

【解决方案1】：

这个问题没有给出答案.. 但问题本身和 cmets 已经得到了答案，这对我来说非常有效.. 我在其他任何地方都找不到答案。

所以我只是将答案复制粘贴给那些觉得它有用的人。我为不区分大小写的搜索添加了 case=False

@Reason 的解决方案：

到目前为止，我想出的最好的是相当麻烦的

这个对我有用。

df[df.apply(lambda r: r.str.contains('b', case=False).any(), axis=1)]

来自@rbinnun 的解决方案：

这对我来说是一个测试数据集.. 但对于一些真实的数据集.. 它返回一个 unicode 错误，如下所示，但我认为通常也是一个很好的解决方案

df[df.apply(lambda row: row.astype(str).str.contains('b', case=False).any(), axis=1)]

处理非字符串列、nans 等。

UnicodeEncodeError: 'ascii' codec can't encode character u'\xae' in position 5: ordinal not in range(128)

【讨论】：

如果您使用的是 Python 2，第二个将尝试将该列转换为 ASCII 字符串，因此会出现 unicode 错误。改为unicode：df[df.apply(lambda row: row.astype(unicode).str.contains('b', case=False).any(), axis=1)]
这个解决方案超级慢！