pandas.Series.str.contains

Series.str.contains(pat, case=True, flags=0, na=None, regex=True)

测试模式或正则表达式是否包含在 Series 或 Index 的字符串中。

返回布尔序列或索引，基于给定的模式或正则表达式是否包含在序列或索引的字符串中。

参数:

patstr

字符序列或正则表达式。

案例布尔值, 默认为 True

如果为真，区分大小写。

标志int, 默认 0 (无标志)

传递给 re 模块的标志，例如 re.IGNORECASE。

na标量，可选

填充缺失值的值。默认值取决于数组的 dtype。对于 object-dtype，使用 numpy.nan。对于 StringDtype，使用 pandas.NA。

regex布尔值, 默认为 True

如果为真，则假设 pat 是一个正则表达式。

如果为 False，则将 pat 视为字面字符串。

返回:

布尔值的序列或索引

一个布尔值的 Series 或 Index，指示给定的模式是否包含在 Series 或 Index 的每个元素的字符串中。

参见

match

类似的，但更严格，依赖于 re.match 而不是 re.search。

Series.str.startswith

测试每个字符串元素的开头是否匹配一个模式。

Series.str.endswith

与 startswith 相同，但测试字符串的结尾。

例子

仅使用字面模式返回一系列布尔值。

>>> s1 = pd.Series(["Mouse", "dog", "house and parrot", "23", np.nan])
>>> s1.str.contains("og", regex=False)
0    False
1     True
2    False
3    False
4      NaN
dtype: object

仅使用字面模式返回布尔索引。

>>> ind = pd.Index(["Mouse", "dog", "house and parrot", "23.0", np.nan])
>>> ind.str.contains("23", regex=False)
Index([False, False, False, True, nan], dtype='object')

使用 case 指定区分大小写。

>>> s1.str.contains("oG", case=True, regex=True)
0    False
1    False
2    False
3    False
4      NaN
dtype: object

指定 na 为 False 而不是 NaN 会将 NaN 值替换为 False。如果 Series 或 Index 不包含 NaN 值，结果的 dtype 将是 bool，否则将是 object dtype。

>>> s1.str.contains("og", na=False, regex=True)
0    False
1     True
2    False
3    False
4    False
dtype: bool

当字符串中出现任意表达式时，返回 ‘house’ 或 ‘dog’。

>>> s1.str.contains("house|dog", regex=True)
0    False
1     True
2     True
3    False
4      NaN
dtype: object

使用带有 flags 的正则表达式忽略大小写敏感。

>>> import re
>>> s1.str.contains("PARROT", flags=re.IGNORECASE, regex=True)
0    False
1    False
2     True
3    False
4      NaN
dtype: object

使用正则表达式返回任何数字。

>>> s1.str.contains("\\d", regex=True)
0    False
1    False
2    False
3     True
4      NaN
dtype: object

当 regex 设置为 True 时，确保 pat 不是一个字面模式。请注意，在以下示例中，人们可能只期望 s2[1] 和 s2[3] 返回 True。然而，’.0’ 作为正则表达式匹配任何字符后跟一个 0。

>>> s2 = pd.Series(["40", "40.0", "41", "41.0", "35"])
>>> s2.str.contains(".0", regex=True)
0     True
1     True
2    False
3     True
4    False
dtype: bool