<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um LIKE<\/strong> (\u00e4hnlich wie SQL) in einer pandas query()<\/strong> -Funktion zu verwenden, um Zeilen zu finden, die ein bestimmtes Muster enthalten:<\/span><\/p>\n Methode 1: Suchen Sie nach Zeilen, die ein Muster enthalten<\/strong><\/span><\/p>\n Methode 2: Suchen Sie nach Zeilen, die eines von mehreren Mustern enthalten<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Funktion query()<\/strong> alle Zeilen im DataFrame finden, die \u201eavs\u201c in der Teamspalte<\/strong> enthalten:<\/span><\/p>\n Jede zur\u00fcckgegebene Zeile enth\u00e4lt irgendwo in der Teamspalte<\/strong> \u201eavs\u201c.<\/span><\/p>\n Beachten Sie au\u00dferdem, dass bei dieser Syntax die Gro\u00df-\/Kleinschreibung beachtet wird.<\/span><\/p>\n Wenn wir stattdessen \u201eAVS\u201c verwenden w\u00fcrden, w\u00fcrden wir keine Ergebnisse erhalten, da es in der Teamspalte<\/strong> keine Zeilen mit Gro\u00dfbuchstaben \u201eAVS\u201c gibt.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Funktion query()<\/strong> alle Zeilen im DataFrame finden, die \u201eavs\u201c oder \u201eeat\u201c in der Teamspalte<\/strong> enthalten:<\/span><\/p>\n Jede zur\u00fcckgegebene Zeile enth\u00e4lt irgendwo in der Teamspalte<\/strong> entweder \u201eavs\u201c oder \u201eeat\u201c.<\/span><\/p>\n Hinweis<\/strong> : Die |<\/strong> Der Operator bedeutet \u201eoder\u201c in Pandas. Sie k\u00f6nnen beliebig viele verwenden, um nach noch mehr Kanaldesigns zu suchen.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n Pandas: So filtern Sie Zeilen basierend auf der Zeichenfolgenl\u00e4nge<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um LIKE (\u00e4hnlich wie SQL) in einer pandas query() -Funktion zu verwenden, um Zeilen zu finden, die ein bestimmtes Muster enthalten: Methode 1: Suchen Sie nach Zeilen, die ein Muster enthalten df. query (‚ my_column.str.contains(„pattern1“) ‚) Methode 2: Suchen Sie nach Zeilen, die eines von mehreren Mustern enthalten df. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df. query<\/span> (' my_column.str.contains(\"pattern1\")<\/span> ')\n<\/strong><\/pre>\n df. query<\/span> (' my_column.str.contains(\"pattern1|pattern2\")<\/span> ')<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['Cavs', 'Heat', 'Mavs', 'Mavs', 'Nets',\n 'Heat', 'Cavs', 'Jazz', 'Jazz', 'Hawks'],\n ' points<\/span> ': [3, 3, 4, 5, 4, 7, 8, 7, 12, 14],\n ' rebounds<\/span> ': [15, 14, 14, 10, 8, 14, 13, 9, 5, 4]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points rebounds\n0 Cavs 3 15\n1 Heat 3 14\n2 Mavs 4 14\n3 Mavs 5 10\n4 Nets 4 8\n5 Heat 7 14\n6 Cavs 8 13\n7 Jazz 7 9\n8 Jazz 12 5\n9 Hawks 14 4\n<\/strong><\/pre>\n Beispiel 1: Suchen Sie nach Zeilen, die ein Muster enthalten<\/strong><\/span><\/h2>\n
df. query<\/span> (' team.str.contains(\"avs\")<\/span> ')\n\n team points rebounds\n0 Cavs 3 15\n2 Mavs 4 14\n3 Mavs 5 10\n6 Cavs 8 13\n<\/strong><\/pre>\n Beispiel 2: Suchen Sie nach Zeilen, die eines von mehreren Mustern enthalten<\/strong><\/span><\/h2>\n
df. query<\/span> (' team.str.contains(\"avs|eat\")<\/span> ')\n\n team points rebounds\n0 Cavs 3 15\n1 Heat 3 14\n2 Mavs 4 14\n3 Mavs 5 10\n5 Heat 7 14\n6 Cavs 8 13\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So l\u00f6schen Sie Zeilen basierend auf der Bedingung<\/a>
Pandas: So verwenden Sie den \u201eNO IN\u201c-Filter<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"