我想查看我的数据框中的特定列中是否存在特定字符串。
我收到了错误
ValueError：Series 的真值不明确。使用 a.empty， a.bool()、a.item()、a.any() 或 a.all()。
import pandas as pd
BabyDataSet = [('Bob', 968), ('Jessica', 155), ('Mary', 77), ('John', 578), ('Mel', 973)]
a = pd.DataFrame(data=BabyDataSet, columns=['Names', 'Births'])
if a['Names'].str.contains('Mel'):
print ("Mel is there")
【问题讨论】：
import re
s = 'string'
df['Name'] = df['Name'].str.findall(s, flags = re.IGNORECASE)
#or
df['Name'] = df[df['Name'].isin(['string1', 'string2'])]
【讨论】：
import pandas as pd
(data_frame.col_name=='str_name_to_check').sum()
【讨论】：
如果你想保存结果，那么你可以使用这个：
a['result'] = a['Names'].apply(lambda x : ','.join([item for item in str(x).split() if item.lower() in ['mel', 'etc']]))
【讨论】：
用于不区分大小写的搜索。
a['Names'].str.lower().str.contains('mel').any()
【讨论】：
OP 的意思是找出字符串 'Mel' 是否存在 在特定列中，而不是 contained 在列中的任何字符串中。因此，contains 的使用是不必要的，而且效率不高。
一个简单的等号就足够了：
df = pd.DataFrame({"names": ["Melvin", "Mel", "Me", "Mel", "A.Mel"]})
mel_count = (df['names'] == 'Mel').sum()
print("There are {num} instances of 'Mel'. ".format(num=mel_count))
mel_exists = (df['names'] == 'Mel').any()
print("'Mel' exists in the dataframe.".format(num=mel_exists))
mel_exists2 = 'Mel' in df['names'].values
print("'Mel' is in the dataframe: " + str(mel_exists2))
打印：
There are 2 instances of 'Mel'.
'Mel' exists in the dataframe.
'Mel' is in the dataframe: True
【讨论】：
'Mel' in df['names'] 可以工作？
Pandas 似乎在推荐 df.to_numpy since 其他方法仍然提出 FutureWarning: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_numpy.html#pandas.DataFrame.to_numpy
因此，在这种情况下可以使用的替代方法是：
b=a['Names']
c = b.to_numpy().tolist()
if 'Mel' in c:
print("Mel is in the dataframe column Names")
【讨论】：
如果您有可能需要搜索空字符串，
a['Names'].str.contains('')
不会工作，因为它总是返回 True。
改为使用
if '' in a["Names"].values
准确反映一个字符串是否在一个Series中，包括搜索空字符串的边缘情况。
【讨论】：
我遇到了同样的问题，我用过：
if "Mel" in a["Names"].values:
print("Yep")
但是这个解决方案可能会更慢，因为 pandas 在内部从一个系列创建一个列表。
【讨论】：
您应该检查代码行的值，例如添加检查长度。
if(len(a['Names'].str.contains('Mel'))>0):
print("Name Present")
【讨论】：
a['Names'].str.contains('Mel') 将返回大小为 len(BabyDataSet) 的布尔值的指示向量
因此，您可以使用
mel_count=a['Names'].str.contains('Mel').sum()
if mel_count>0:
print ("There are {m} Mels".format(m=mel_count))
或者any()，如果您不在乎有多少记录匹配您的查询
if a['Names'].str.contains('Mel').any():
print ("Mel is there")
【讨论】：
a['Names'] 中有NaN 值，请使用contains() 函数的na 参数。 pandas.pydata.org/pandas-docs/stable/reference/api/…
str.contains('Mel') 匹配数据框列中每一行的每个子字符串。所以ABCMelABC == Mel.
你应该使用any()
In [98]: a['Names'].str.contains('Mel').any()
Out[98]: True
In [99]: if a['Names'].str.contains('Mel').any():
....: print "Mel is there"
....:
Mel is there
a['Names'].str.contains('Mel') 给你一系列布尔值
In [100]: a['Names'].str.contains('Mel')
Out[100]:
0 False
1 False
2 False
3 False
4 True
Name: Names, dtype: bool
【讨论】：