Python / Pandas - 具有部分字符串的 get_group

【问题标题】：Python / Pandas - get_group that has partial stringPython / Pandas - 具有部分字符串的 get_group
【发布时间】：2017-11-16 20:36:59
【问题描述】：

我有一个这样的数据框：

name   . profession
Alex   . Data Analyst
Markus . Sales Manager
Carlos . Credit Analyst
Otavio . HR Manager
...

我需要知道这个数据框中有多少人在其职业中拥有字符串“Analyst”。答案应该是 2。

我正在尝试使用groupby 和get_group，但是我没有找到将其放入get_group 语法的正确方法。

现在我在这里：

df.groupby('profession').get_group(???).agg('count')

有人可以建议什么是正确的语法或建议另一种方法吗？

【问题讨论】：

值得一提的是，一般情况下，您不能 get_group 获取子字符串。您可以做的是通过 trie 或其他方式获得，大多数情况下 .str.contains 会更快（尽管它可能是 O(n) 可能是一个问题），但是如果您要重新计算许多“针”，它可以值得索引 groupby 键（例如使用 trie）。

【解决方案1】：

如果你想要标量答案，你可以使用这个命令：

df.profession.str.contains('Analyst').sum()

输出：

或者作为带有groupby的数据框：

df.assign(is_analyst = df.profession.str.contains('Analyst'))\
  .groupby('is_analyst')['name']\
  .size()

输出：

is_analyst
False    2
True     2
Name: name, dtype: int64

【讨论】：

伟大的斯科特。这就是答案。有没有办法在句子中包含 OR（如 str.contains("analyst" OR "magician")？
@abutremutante 是的，在contains 方法的pat 参数中使用正则表达式。 df.profession.str.contains('Analyst|Magician')
@abutremutante 你能接受这个很棒的答案吗:-)
绝对！我只是在等待最短的时间。