是否有任何功能相当于df.isin()和df[col].str.contains()？的组合？
例如,假设我有这个系列
s = pd.Series(['cat','hat','dog','fog','pet']),并且我想找到s包含任何内容的所有地方['og', 'at'],我想要获得除了宠物之外的一切.
我有一个解决方案,但它相当不优雅:
searchfor = ['og', 'at']
found = [s.str.contains(x) for x in searchfor]
result = pd.DataFrame[found]
result.any()
有一个更好的方法吗？
我的代码中有类似的东西:
df2 = df[df['A'].str.contains("Hello|World")]
但是,我想要所有不包含Hello或World的行.我如何最有效地扭转这一局面？
我正在尝试df['column_name'].str.count("+")在 python 熊猫中使用，但我收到
“错误：没有什么可重复的”
. 使用常规字符，该方法有效，例如df['column_name'].str.count("a")工作正常。
另外，“^”符号也有问题。如果我使用df['column_name'].str.contains("^")结果不正确 - 看起来“^”被解释为“”（空白）。
令人惊讶的是，如果我在常规的非熊猫字符串上使用.count("+")和.contains("^")，它们工作得非常好。
简单的工作示例：
df = pd.DataFrame({'column1': ['Nighthawks+', 'Dragoons'], 'column2': ['1st', '2nd']}, columns = ['column1', 'column2'])
当应用df["column1"].str.contains("^")一个得到“真，真”但应该是“假，假”。
当应用df["column1"].str.count("+")一个得到
“错误：没有什么可重复的”
但是，在熊猫之外，"bla++".count("+")正确地给出结果“2”。
任何解决方案？谢谢