如何基于多列字符串匹配选择Pandas数据中的行

Question

我认为这个确切的问题还没有得到回答，所以就这样做了。

我有一个Pandas数据框架，我想选择A列或B列中包含字符串的所有行。

假设dataframe如下所示：

d = {'id':["1", "2", "3", "4"], 
     'title': ["Horses are good", "Cats are bad", "Frogs are nice", "Turkeys are the best"], 
     'description':["Horse epitome", "Cats bad but horses good", "Frog fancier", "Turkey tome, not about horses"],
     'tags':["horse, cat, frog, turkey", "horse, cat, frog, turkey", "horse, cat, frog, turkey", "horse, cat, frog, turkey"],
     'date':["2019-01-01", "2019-10-01", "2018-08-14", "2016-11-29"]}

dataframe  = pandas.DataFrame(d)

这意味着：

id              title                      description               tag           date
1   "Horses are good"                  "Horse epitome"       "horse, cat"    2019-01-01
2      "Cats are bad"                       "Cats bad"       "horse, cat"    2019-10-01
3    "Frogs are nice"      "Frog fancier, horses good"      "horse, frog"    2018-08-14
4   "Turkey are best"                    "Turkey tome"    "turkey, horse"    2016-11-29

假设我想要创建一个新的数据create，其中包含horse字符串的行(忽略大写)在列title或列description中，而不是在列tag (或任何其他列)中。

结果应该是(第2行和第4行被删除)：

id                title                     description                 tag          date  
1     "Horses are good"                  "Horse epitome"       "horse, cat"    2019-01-01
3      "Frogs are nice"      "Frog fancier, horses good"      "horse, frog"    2018-08-14

我看到了一个专栏的几个答案，比如：

dataframe[dataframe['title'].str.contains('horse')]

但我不确定(1)如何向该语句中添加多个列，以及(2)如何使用类似于string.lower()的内容来修改它，以删除字符串匹配的列值中的大写。

提前感谢！

Answer 1

您可以在对应于每一列的系列中使用“逻辑或”操作符|：

filtered = df[df['title'].str.contains('horse', case=False) | 
              df['description'].str.contains('horse', case=False)]

如果有许多列，则可以使用减缩操作：

import functools
import operator

colnames = ['title', 'description']
mask = functools.reduce(operator.or_, (df[col].str.contains('horse', case=False) for col in colnames))
filtered = df[mask]