Pandas: como filtrar linhas contendo uma string específica

Você pode usar a seguinte sintaxe para filtrar linhas contendo uma determinada string em um DataFrame do pandas:

 df[df[" col "]. str . contains (“ this string ”)]

Este tutorial explica vários exemplos de uso prático desta sintaxe com o seguinte DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'C'],
                   ' conference ': ['East', 'East', 'East', 'West', 'West', 'East'],
                   ' points ': [11, 8, 10, 6, 6, 5]})

#view DataFrame
df

        team conference points
0 A East 11
1 A East 8
2 A East 10
3 B West 6
4 B West 6
5 C East 5

Exemplo 1: Filtrar linhas contendo uma string específica

O código a seguir mostra como filtrar linhas no DataFrame que contêm “A” na coluna da equipe:

 df[df[" team "]. str . contains (“ A ”)]

	team conference points
0 A East 11
1 A East 8
2 A East 10

Somente as linhas cuja coluna de equipe contém ‘A’ são mantidas.

Exemplo 2: Filtrar linhas contendo uma string em uma lista

O código a seguir mostra como filtrar linhas no DataFrame que contêm “A” ou “B” na coluna da equipe:

 df[df[" team "]. str . contains (“ A|B ”)]

	team conference points
0 A East 11
1 A East 8
2 A East 10
3 B West 6
4 B West 6

Somente as linhas cuja coluna de equipe contém ‘A’ ou ‘B’ são mantidas.

Exemplo 3: Filtrar linhas contendo uma string parcial

Nos exemplos anteriores, filtramos com base nas linhas que correspondem exatamente a uma ou mais strings.

No entanto, se quisermos filtrar linhas contendo uma string parcial, podemos usar a seguinte sintaxe:

 #identify partial string to look for
keep=[" Wes "]

#filter for rows that contain the partial string "Wes" in the conference column
df[df. conference . str . contains (' | ' .join (keep))]

	team conference points
3 B West 6
4 B West 6

Somente as linhas onde a coluna de conferência contém “Wes” são mantidas.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em pandas:

Como excluir linhas no Pandas DataFrame com base na condição
Como filtrar um DataFrame do Pandas em múltiplas condições
Como usar o filtro “NOT IN” no Pandas DataFrame