Pandas: วิธีใช้ like ในแบบสอบถาม ()
คุณสามารถใช้วิธีต่อไปนี้เพื่อใช้ LIKE (คล้ายกับ SQL) ในฟังก์ชัน pandas query() เพื่อค้นหาแถวที่มีรูปแบบเฉพาะ:
วิธีที่ 1: ค้นหาแถวที่มีรูปแบบ
df. query (' my_column.str.contains("pattern1") ')
วิธีที่ 2: ค้นหาแถวที่มีหนึ่งในหลายรูปแบบ
df. query (' my_column.str.contains("pattern1|pattern2") ')
ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['Cavs', 'Heat', 'Mavs', 'Mavs', 'Nets', 'Heat', 'Cavs', 'Jazz', 'Jazz', 'Hawks'], ' points ': [3, 3, 4, 5, 4, 7, 8, 7, 12, 14], ' rebounds ': [15, 14, 14, 10, 8, 14, 13, 9, 5, 4]}) #view DataFrame print (df) team points rebounds 0 Cavs 3 15 1 Heat 3 14 2 Mavs 4 14 3 Mavs 5 10 4 Nets 4 8 5 Heat 7 14 6 Cavs 8 13 7 Jazz 7 9 8 Jazz 12 5 9 Hawks 14 4
ตัวอย่างที่ 1: ค้นหาแถวที่มีรูปแบบ
รหัสต่อไปนี้แสดงวิธีการใช้ฟังก์ชัน query() เพื่อค้นหาแถวทั้งหมดใน DataFrame ที่มี “avs” ในคอลัมน์ ทีม :
df. query (' team.str.contains("avs") ') team points rebounds 0 Cavs 3 15 2 Mavs 4 14 3 Mavs 5 10 6 Cavs 8 13
แต่ละแถวที่ส่งคืนจะมี “avs” อยู่ที่ไหนสักแห่งในคอลัมน์ ทีม
โปรดทราบว่าไวยากรณ์นี้คำนึงถึงตัวพิมพ์เล็กและตัวพิมพ์ใหญ่
ดังนั้น หากเราใช้ “AVS” แทน เราจะไม่ได้รับผลลัพธ์ใดๆ เนื่องจากไม่มีแถวที่มี “AVS” ตัวพิมพ์ใหญ่ในคอลัมน์ ทีม
ตัวอย่างที่ 2: ค้นหาแถวที่มีหนึ่งในหลายรูปแบบ
รหัสต่อไปนี้แสดงวิธีการใช้ฟังก์ชัน query() เพื่อค้นหาแถวทั้งหมดใน DataFrame ที่มี “avs” หรือ “eat” ในคอลัมน์ ทีม :
df. query (' team.str.contains("avs|eat") ') team points rebounds 0 Cavs 3 15 1 Heat 3 14 2 Mavs 4 14 3 Mavs 5 10 5 Heat 7 14 6 Cavs 8 13
แต่ละแถวที่ส่งคืนจะมี “avs” หรือ “eat” อยู่ที่ไหนสักแห่งในคอลัมน์ ทีม
หมายเหตุ : | โอเปอเรเตอร์หมายถึง “หรือ” ในภาษาหมีแพนด้า คุณสามารถใช้ได้มากเท่าที่คุณต้องการเพื่อค้นหาการออกแบบช่องเพิ่มเติม
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:
Pandas: วิธีกรองแถวตามความยาวของสตริง
Pandas: วิธีลบแถวตามเงื่อนไข
นุ่น: วิธีใช้ตัวกรอง “NO IN”