python - 通过多个字符串选择 pandas 列

Question

我尝试通过特定的部分字符串选择数据帧的几行。

下面的数据框是原始示例数据:

CODE        DATA 
AA2016      47518  
BB2016      47518  
CC2014      47518  
AA2014      47518  
EE2015      47518  
BB2015      47518  
FF2016      47518  
AA2013      47518  

我想选择Code列中前两个单词所在的行。

例如，我想选择“代码”列中包含“AA”、“BB”、“CC”的行。

结果应如下所示:

我使用这样的代码:

Select_list = ["AA","BB", "CC"]

df = pd.read_clipboard()
df1 = df[df.CODE.str[0:2] isin Select_list]

但是会出现错误，如 SyntaxError: invalid syntax

Answer 1

正如 @ayhan 在评论中指出的那样，您可以使用 df[df.CODE.str[0:2].isin(Select_list)] .

或者，请注意，您可以通过 pd.Series.str.contains 使用正则表达式:

In [6]: df = pd.DataFrame({'CODE': ['AA2016', 'BB2015', 'AB2015']})

In [7]: df.CODE.str.contains(r'AA.*|BB.*|CC.*')
Out[7]: 
0     True
1     True
2    False
Name: CODE, dtype: bool

(不过，对于这种特定模式，切片可能更简单。)