<\/p>\n
Anda dapat menggunakan metode berikut untuk menggunakan LIKE<\/strong> (mirip dengan SQL) dalam fungsi pandas query()<\/strong> untuk menemukan baris yang berisi pola tertentu:<\/span><\/p>\n Metode 1: Temukan Baris yang Mengandung Pola<\/strong><\/span><\/p>\n Metode 2: Temukan Baris yang Mengandung Salah Satu dari Beberapa Pola<\/strong><\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan pandas DataFrame berikut:<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi query()<\/strong> untuk menemukan semua baris di DataFrame yang berisi “avs” di kolom tim<\/strong> :<\/span><\/p>\n Setiap baris yang dikembalikan berisi “avs” di suatu tempat di kolom tim<\/strong> .<\/span><\/p>\n Perhatikan juga bahwa sintaks ini peka huruf besar-kecil.<\/span><\/p>\n Jadi, jika kita menggunakan “AVS” sebagai gantinya, kita tidak akan menerima hasil apa pun karena tidak ada baris dengan huruf besar “AVS” di kolom tim<\/strong> .<\/span><\/p>\n Kode berikut menunjukkan cara menggunakan fungsi query()<\/strong> untuk menemukan semua baris di DataFrame yang berisi “avs” atau “eat” di kolom tim<\/strong> :<\/span><\/p>\n Setiap baris yang dikembalikan berisi “avs” atau “eat” di suatu tempat di kolom tim<\/strong> .<\/span><\/p>\n Catatan<\/strong> : |<\/strong> Operator berarti “atau” dalam panda. Jangan ragu untuk menggunakan sebanyak yang Anda inginkan untuk mencari lebih banyak lagi desain saluran.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:<\/span><\/p>\n Pandas: Cara memfilter baris berdasarkan panjang string<\/a> Anda dapat menggunakan metode berikut untuk menggunakan LIKE (mirip dengan SQL) dalam fungsi pandas query() untuk menemukan baris yang berisi pola tertentu: Metode 1: Temukan Baris yang Mengandung Pola df. query (‘ my_column.str.contains(“pattern1”) ‘) Metode 2: Temukan Baris yang Mengandung Salah Satu dari Beberapa Pola df. query (‘ my_column.str.contains(“pattern1|pattern2”) ‘) Contoh berikut menunjukkan cara menggunakan […]<\/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 Contoh 1: Temukan Baris yang Mengandung Pola<\/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 Contoh 2: Temukan Baris yang Mengandung Salah Satu dari Beberapa Pola<\/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 Sumber daya tambahan<\/strong><\/span><\/h2>\n
Pandas: Cara menghapus baris berdasarkan kondisi<\/a>
Pandas: Cara menggunakan filter \u201cNO IN\u201d.<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"