pandas.Series.str.contains

Series.str.contains(pat, case=True, flags=0, na=_NoDefault.no_default, 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。

根据 Series 或 Index 的字符串是否包含给定的模式或正则表达式，返回布尔 Series 或 Index。

Parameters:

patstr

字符序列或正则表达式。

casebool, default True

如果为 True，则区分大小写。

flagsint，默认为 0（无标志）。

传递给 re 模块的标志，例如 re.IGNORECASE。

nascalar, optional

缺失值的填充值。默认值取决于数组的 dtype。对于 object-dtype，使用 numpy.nan。对于可空的 StringDtype，使用 pandas.NA。对于 "str" dtype，使用 False。

regexbool, default True

如果为 True，则假定 pat 是正则表达式。

如果为 False，则将 pat 视为字面字符串。

Returns:

布尔值 Series 或 Index。

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

参见

match

类似，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是否以某个模式开头。

Series.str.endswith

与 startswith 相同，但测试字符串的结尾。

Examples

仅使用字面模式返回布尔值的 Series。

>>> 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值的 Index。

>>> 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

将 na 指定为 False 而不是 NaN 会将 NaN 值替换为 False。如果 Series 或 Index 不包含 NaN 值，则结果 dtype 将为 bool，否则为 object dtype。

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

当表达式“house”或“dog”出现在字符串中时返回。

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

使用 flags 和正则表达式忽略大小写。

>>> 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

确保 pat 不是字面模式，当 regex 设置为 True 时。请注意，在下面的示例中，您可能只期望 s2[1] 和 s2[3] 返回 True。然而，’.0’ 作为正则表达式会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