使用python pandas在每个单元格中使用一些关键字过滤列数据答案

【问题标题】：Filter column data with some keywords in each cell using paython pandas使用python pandas在每个单元格中使用一些关键字过滤列数据
【发布时间】：2022-01-07 05:16:13
【问题描述】：

我有一个 Excel 表，所以我正在创建一个自动化脚本，它获取包含一些特定关键词的所有数据。假设在 C 列中我有很多名字，那么我只需要过滤那些数据以不同姓氏的术语“John”开头的行。如果在 C 列中有 1000 个名称，并且 100 个名称以名字 John 开头，但姓氏不同。所以我想要所有 100 个名称以及相应的 A、B 和 D 列。我无法在列上过滤掉。

【问题讨论】：

请与预期输出共享示例输入数据框。

标签： python python-3.x excel pandas dataframe

【解决方案1】：

你可以使用startswith - 试试这个例子：

df = pd.DataFrame(np.array([[1, 2, 'John A', 3], [1, 2, 'John B', 3], [1, 2, 'Michael A', 3]]), columns=['A', 'B', 'C', 'D'])

df_new = df[df.C.str.startswith('John ')]

【讨论】：

它正在工作。但我面临的另一个问题是它正在删除重复值。例如，如果 3 个人的名字是 John smith，那么它只会打印一个 John smith。
不应该这样。如果我执行提供的代码，则会显示所有包含“John”的行。你能分享你的代码吗？

【解决方案2】：

您可以使用 loc 函数。它将仅提取在“C”列中具有名为 John 的字符串的数据。希望这会奏效。

df=df.loc[df['C'].str.contains('John')]

【讨论】：

请通过添加解释为什么会解决这个问题来改进您的答案。
感谢卡兰的帮助。这是工作。但我面临的另一个问题是它正在删除重复值。例如，如果 3 个人的名字为 John smith，则仅打印一个 John smith。
嗨 Raj，上面的代码不会删除重复项它只会选择 John 命名的数据（如果存在于 C 列中）。你能告诉我你的代码吗？