Wie pandas Dataframe nach String zu filtern?

Question

Ich habe einen Pandas-Datenrahmen, den ich nach einem bestimmten Wort (Test) in einer Spalte filtern möchte. Ich habe versucht:

df[df[col].str.contains('test')]

Aber es gibt einen leeren Datenrahmen nur mit den Spaltennamen. Für die Ausgabe suche ich nach einem Datenrahmen, der alle Zeilen enthält, die das Wort "test" enthalten. Was kann ich tun?

EDIT (hinzuzufügen Proben):

data = pd.read_csv(/...csv)

Daten hat 5 cols, einschließlich 'BusinessDescription', und ich möchte alle Zeilen extrahieren, die das Wort 'dental' (Groß- und Kleinschreibung) in der Business Description col haben so verwendet, I:

filtered = data[data['BusinessDescription'].str.contains('dental')==True]

und ich bekomme einen leeren Datenrahmen, mit nur den Header-Namen der 5 Spalten.

Answer 1

Es scheint hinzufügen müssen Sie flags in contains Parameter:

import re 

filtered = data[data['BusinessDescription'].str.contains('dental', flags = re.IGNORECASE)] 

Eine andere Lösung, dank Anton vBR ist zuerst in Kleinbuchstaben konvertieren:

filtered = data[data['BusinessDescription'].str.lower().str.contains('dental')] 

---

Beispiel:
Für zukünftige Programmierung würde ich mit dem Stichwort df anstelle von Daten empfehlen, wenn du Datenrahmen beziehen. Es ist der übliche Weg, diese Notation zu verwenden.

import pandas as pd 

data = dict(BusinessDescription=['dental fluss','DENTAL','Dentist']) 
df = pd.DataFrame(data) 
df[df['BusinessDescription'].str.lower().str.contains('dental')] 

    BusinessDescription 
0  dental fluss 
1    DENTAL 

Timings:

d = dict(BusinessDescription=['dental fluss','DENTAL','Dentist']) 
data = pd.DataFrame(d) 
data = pd.concat([data]*10000).reset_index(drop=True) 

#print (data) 

In [122]: %timeit data[data['BusinessDescription'].str.contains('dental', flags = re.IGNORECASE)] 
10 loops, best of 3: 28.9 ms per loop 

In [123]: %timeit data[data['BusinessDescription'].str.lower().str.contains('dental')] 
10 loops, best of 3: 32.6 ms per loop 

Caveat:

Leistung hängt wirklich von der Daten - Größe von DataFrame und Anzahl von Werten entsprechen Zustand.

Answer 2

Halten Sie die Zeichenfolge in Anführungszeichen eingeschlossen.

df[df['col'].str.contains('test')] 

Dank

Answer 3

Es ist auch OK funktioniert, wenn Sie eine Bedingung

df[df['col'].str.contains('test') == True]