Pandas的 DataFrame 在 筛选 列数据的时候，有一个非常方便的用法。假设现在有这样一个 DataFrame ：import pandas as pd data = [ {&#3... 1. 背景概述 日常的数据分析 中 ，经常遇到需要根据各种不同的条件从数据集 中 筛选 相应的数据记录，再进行提取、分析、替换、修改等操作。因此， 筛选 是数据分析 中 使用频率很高的功能。一般而言，通常是使用for循环在数据 中 进行 筛选 ，本文总结了在 python 中 常用的并且使用效率比较高的几种数据 筛选 函数如：isin(), query(), contrains()，以及它们的实践示例。 2. 筛选 方法 和函数简介 简单的 筛选 方法 ： 单一的 筛选 条件或 值 df.loc[df[“column_name”] == value] import numpy as np df = pd. DataFrame (np.random.randint(0, 10, size=(1000, 3)), columns=['a', 'b', 'c']) 筛选 条件：a列 & 2.2 isin函数：df[df[“column_name”].isin(li)] (# li = [20, 25, 27] 或 li = np.arange(20, 30))df.loc[df[“protein”] 以上就是使用 Python 筛选 包含特定 字符串 的 DataFrame 行的 方法 。在上述示例 中 ，我们使用了df[‘column_name’].str.contains(‘an’)来 筛选 包含 字符串 ’an’的行。要 筛选 包含特定 字符串 的行，我们可以使用pandas的str.contains() 方法 。接下来，让我们假设我们有一个名为df的 DataFrame ，其 中 包含了一列名为’column_name’的数据。现在，我们有一个包含了几种水果的 DataFrame ，其 中 的’column_name’列包含了水果的名称。 在数据处理和分析 中 ，经常需要对数据进行 筛选 以便找到我们需要的信息。这里的[df[‘职业’].str.contains(‘工程’)]可以理解为选出所有职业包含 字符串 ‘工程’的数据行。通过以上代码，我们成功 筛选 出了所有职业 中 包含“工程”的数据行。此 方法 同样适用于 筛选 其他数据类型和特定的字符集。下面我们来看如何使用contains()函数， 筛选 DataFrame 指定数据列包含特定内容的所有数据行。 筛选 特定内容： Python 中 筛选 DataFrame 指定数据列包含特定内容的所有数据行。 Pandas是 Python 中 强大的数据分析库，如果你想高效处理数据，熟练掌握 DataFrame 的用法是必不可少的。本文介绍3种 筛选 DataFrame 中 包含特定 字符串 的列的 方法 。