こんにちは、PyQ開発チームの斎藤です。
PyQへの質問で、pandas関連の質問をご紹介します。 なお、質問内容は、適宜アレンジしています。
質問
特定の文字列が入った行を抜き出したい
具体例を通して見ていきましょう。
df = pd.DataFrame(
[['python', 1991], ['java', 1995], ['ruby', 1995], ['python3', 2008]],
columns=['name', 'year'])
df
| name | year | |
|---|---|---|
| 0 | python | 1991 |
| 1 | java | 1995 |
| 2 | ruby | 1995 |
| 3 | python3 | 2008 |
dfに言語と登場時期が入っています。
この中から、name列にpythonかrubyの入ったデータを抜き出してみましょう。
strアクセサからcontainsを使ってできます。
df[df.name.str.contains('(python|ruby)')]
| name | year | |
|---|---|---|
| 0 | python | 1991 |
| 2 | ruby | 1995 |
| 3 | python3 | 2008 |
※ 列名.strをstrアクセサといい、Seiresを文字列のように扱えます。
※ 正規表現のパターンを'(?:python|ruby)'とすると、警告が出ないようになります。
containsでは正規表現を使えます。
(パターン1|パターン2)は、パターン1または、パターン2とマッチします。
正規表現を使えば、色々できそうですね。
正規表現は、PyQの下記のパートで学習できます。
