使用 re.search 在数据框中搜索值

Question

我需要遍历很多数据集，搜索特定值并根据搜索结果返回一些值。

数据集存储为字典：

key     type         size       Value
df1     DataFrame    (89,10)    Column names:
df2     DataFrame    (89,10)    Column names:
df3     DataFrame    (89,10)    Column names:

每个数据集看起来像这样，我正在尝试查看 A 列第 1 行中的值是否包含 035 并返回 B 列。

|   A     |    B    |    C    
 02 la 035    nan      nan
   Target      7        5 
   Warning     3        6
 

如果我尝试在其中搜索特定值，则会出现错误

TypeError: first argument must be string or compiled pattern

我试过了：

something = []

for key in df:
    text = df[key]
    if re.search('035', text):
         something.append(text['B'])
            
Something = pd.concat([something],  axis=1)

Answer 1

您可以使用.str.contains() : https://pandas.pydata.org/docs/reference/api/pandas.Series.str.contains.html

df = pd.DataFrame({
    "A":["02 la 035", "Target", "Warning"],
    "B":[0,7,3],
    "C":[0, 5, 6]
})
df[df["A"].str.contains("035")] # Returns first row only.

也适用于正则表达式。

df[df["A"].str.contains("[TW]ar")] # Returns last two rows.

编辑回答更多细节。

我设置的数据框是这样的：

要为那些与我使用的最后一个正则表达式模式匹配的行提取列 B，请将最后一行代码修改为：

df[df["A"].str.contains("[TW]ar")]["B"]

这会返回一个系列。输出：

编辑 2：我看到你最后想要一个数据框。只需使用：

df[df["A"].str.contains("[TW]ar")]["B"].to_frame()