如何检查 Pandas 中的列是否具有不同大小写选择的字符串？答案

【问题标题】：How can I check if a column in Pandas has a string with different case choices?如何检查 Pandas 中的列是否具有不同大小写选择的字符串？
【发布时间】：2020-07-29 06:22:43
【问题描述】：

我知道如何检查 pandas 中的列是否具有特定字符串，就像在帖子 Check if certain value is contained in a dataframe column in pandas 中解释的那样。但是，我想计算包含具有某些可变性的特定字符串的行数。例如，我不仅要检查该行是否包含葡萄牙，还要检查它是否包含 PORTUGAL 或葡萄牙。有没有办法做到这一点？

这就是我停下来的地方（我不仅尝试计算，还尝试查看 %）：

df[df['column'].str.contains('Portugal')].shape[0]/df['column'].shape[0]

【问题讨论】：

标签： python pandas string dataframe

【解决方案1】：

将整个列转换为单个案例（例如lowercase）并搜索一个变体更容易。
- 这也有利于进一步类型的 NLP 分析。
- 其他情况包括：
  1. .capitalize: 'Portugal'
  2. .upper: 'PORTUGAL'
YOBEN_S 的 solution 应该用于不希望将整列转换为一种情况的情况。

import pandas as pd

# test data
data = {'Country': ['PORTUGAL', 'ENGLAND', 'FRANCE', 'GERMANY', 'Portugal', 'SPAIN', 'SPAIN', 'portugal', 'ITALY', 'NETHERLANDS', 'PORTUGAL', 'ITALY', 'RUSSIA']}

# setup dataframe
df = pd.DataFrame(data)

# cast Country to lowercase
df['Country'] = df['Country'].str.lower()

# search for desired string with contains
portugal = df[df['Country'].str.contains('portugal')]

# display(portugal)
     Country
0   portugal
4   portugal
7   portugal
10  portugal

【讨论】：

【解决方案2】：

你可以传case=False

sub = df[df['Country'].str.contains('portugal',case=False)]
sub
Out[48]: 
     Country
0   PORTUGAL
4   Portugal
7   portugal
10  PORTUGAL

【讨论】：

【解决方案3】：

@Trenton McKinney 和@YOBEN_S 都可以。不过，另一种 pythonic 方式是请使用?aiLmsux: regex flags。在这种情况下，暗示不区分大小写的标志 i。只要拼写正确，葡萄牙语的输入方式无关紧要。

df[df.Country.str.contains('(?i:Portugal)')]



 Country
0   PORTUGAL
4   Portugal
7   portugal
10  PORTUGAL

【讨论】：

【解决方案4】：

您可以创建嵌套的 if 语句来检查是否区分大小写。

由于默认 pandas 区分大小写，因此如果您搜索“PORTUGAL”而不是“portugal”，您可以获得想要的行为。

【讨论】：