基于子字符串创建子数据框[重复]

Question

我有一个像这样的数据框：

    soundIn                 response_rater0  response_rater1    response_rater2
1   audios/VP10_S07_w.wav   2.0              2.0                1.0 
2   audios/VP11_S08_w.wav   1.0              2.0                2.0 
3   audios/VP01_S11_w.wav   1.0              1.0                2.0 
4   audios/VP10_S11_i.wav   2.0              2.0                2.0 
...

我想创建另一个只有行的数据框，在“soundIn”列中包含“VP01”。我试图用 loc 来做，但它不接受 VP01 只是我正在搜索的项目的子字符串。

rslt_df = all_responses.loc['*VP01*' in all_responses['soundIn']] 

有人有想法吗？

Answer 1

解决方案

试试这个。使用pandas.Series.str.contains 方法运行比较并将结果作为索引传递给all_responses.loc[]。

all_responses.loc[all_responses['soundIn'].str.contains('VP01')]

虚拟数据示例

import pandas as pd
from io import StringIO

s = """
    soundIn                 response_rater0  response_rater1    response_rater2
1   audios/VP10_S07_w.wav   2.0              2.0                1.0 
2   audios/VP11_S08_w.wav   1.0              2.0                2.0 
3   audios/VP01_S11_w.wav   1.0              1.0                2.0 
4   audios/VP10_S11_i.wav   2.0              2.0                2.0
"""

# read data into a dataframe from the string representation
df = pd.read_csv(StringIO(s), sep='\s+')
# Match serach condition and produce result
result = df.loc[df['soundIn'].str.contains('VP01')]
print(result)

输出：

                 soundIn  response_rater0  response_rater1  response_rater2
3  audios/VP01_S11_w.wav              1.0              1.0              2.0