<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per verificare se una stringa in un DataFrame panda contiene pi\u00f9 sottostringhe:<\/span><\/p>\n Metodo 1: controlla se la stringa contiene una delle numerose sottostringhe<\/strong><\/span><\/p>\n Metodo 2: controlla se la stringa contiene pi\u00f9 sottostringhe<\/strong><\/span><\/p>\n I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:<\/span><\/span><\/p>\n Possiamo utilizzare la seguente sintassi per verificare se ogni stringa nella colonna del team<\/strong> contiene la sottostringa “Buono” o<\/strong> “\u00c8”:<\/span><\/p>\n La nuova colonna good_or_east<\/strong> restituisce i seguenti valori:<\/span><\/p>\n Nota<\/strong> : il |<\/strong> L’operatore significa “o” in panda.<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per verificare se ogni stringa nella colonna team<\/strong> contiene la sottostringa \u201cBuono\u201d e<\/b> \u201cIs\u201d:<\/span><\/p>\n La nuova colonna good_and_east<\/strong> restituisce i seguenti valori:<\/span><\/p>\n Tieni presente che viene restituito un solo valore True<\/strong> poich\u00e9 esiste un solo nome di squadra contenente la sottostringa “Buono” e<\/strong> la sottostringa “Est”.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni nei panda:<\/span><\/p>\n Panda: aggiungi una colonna da un DataFrame a un altro<\/a> \u00c8 possibile utilizzare i seguenti metodi per verificare se una stringa in un DataFrame panda contiene pi\u00f9 sottostringhe: Metodo 1: controlla se la stringa contiene una delle numerose sottostringhe df[‘ string_column ‘]. str . contains (‘ | ‘ .join ([‘ string1 ‘,’ string2 ‘])) Metodo 2: controlla se la stringa contiene pi\u00f9 sottostringhe df[‘ string_column […]<\/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[' string_column<\/span> ']. str<\/span> . contains<\/span> (' |<\/span> ' .join<\/span> ([' string1<\/span> ',' string2<\/span> ']))\n<\/strong><\/pre>\n df[' string_column<\/span> ']. str<\/span> . contains<\/span> ( r'^(?=.*string1)(?=.*string2)'<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Good East Team', 'Good West Team', 'Great East Team',\n 'Great West Team', 'Bad East Team', 'Bad West Team'],\n ' points<\/span> ': [93, 99, 105, 110, 85, 88]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 Good East Team 93\n1 Good West Team 99\n2 Great East Team 105\n3 Great West Team 110\n4 Bad East Team 85\n5 Bad West Team 88\n<\/strong><\/span><\/pre>\n Esempio<\/strong> 1: controlla se la stringa contiene una delle diverse sottostringhe<\/span><\/strong><\/h2>\n
#create new column that checks if each team name contains 'Good' or 'East'\n<\/span>df[' good_or_east<\/span> '] = df[' team<\/span> ']. str<\/span> . contains<\/span> (' |<\/span> ' .join<\/span> ([' Good<\/span> ',' East<\/span> ']))\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points good_or_east\n0 Good East Team 93 True\n1 Good West Team 99 True\n2 Great East Team 105 True\n3 Great West Team 110 False\n4 Bad East Team 85 True\n5 Bad West Team 88 False<\/span><\/span><\/strong><\/pre>\n\n
Esempio 2<\/strong> : controlla se la stringa contiene pi\u00f9 sottostringhe<\/span><\/strong><\/h2>\n
#create new column that checks if each team name contains 'Good' and 'East'<\/span>\ndf[' good_and_east<\/span> '] = df[' team<\/span> ']. str<\/span> . contains<\/span> ( r'^(?=.*Good)(?=.*East)'<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points good_and_east\n0 Good East Team 93 True\n1 Good West Team 99 False\n2 Great East Team 105 False\n3 Great West Team 110 False\n4 Bad East Team 85 False\n5 Bad West Team 88 False<\/span><\/span><\/strong><\/pre>\n\n
Risorse addizionali<\/strong><\/span><\/h2>\n
Panda: ottieni righe che non si trovano in un altro DataFrame<\/a>
Panda: come verificare se pi\u00f9 colonne sono uguali<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"