Pandas：isin() 和str.contains() 有什么区别？

Question

我想知道我的数据框的某些列中是否存在特定字符串（每列不同的字符串）。据我了解，isin() is written for dataframes but can work for Series as well, while str.contains() 更适合 Series。

我不明白我应该如何在两者之间做出选择。（我搜索了类似的问题，但没有找到关于如何在两者之间进行选择的任何解释。）

Answer 1

.isin 检查列中的每个值是否包含在任意值列表中。大致相当于 value in [value1, value2].

str.contains 检查列中的每个值中是否包含任意值。大致相当于 substring in large_string.

换句话说，.isin 按列工作并且适用于所有数据类型。 str.contains 按元素工作，仅在处理字符串（或可以表示为字符串的值）时才有意义。

来自官方文档：

Series.isin(values)

Check whether values are contained in Series. Return a boolean Series showing whether each element in the Series matches an element in the passed sequence of values exactly.

Series.str.contains(pat, case=True, flags=0, na=nan,** **regex=True)

Test if pattern or regex is contained within a string of a Series or Index.

Return boolean Series or Index based on whether a given pattern or regex is contained within a string of a Series or Index.

示例：

print(df)
#     a
# 0  aa
# 1  ba
# 2  ca

print(df[df['a'].isin(['aa', 'ca'])])
#     a
# 0  aa
# 2  ca

print(df[df['a'].str.contains('b')])
#     a
# 1  ba

Pandas：isin() 和str.contains() 有什么区别？

Pandas: What is the difference between isin() and str.contains()?

python

string

string-comparison

dataframe

pandas