python-如何限制str.contains的结果？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-如何限制str.contains的结果？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1008字，纯文字阅读大概需要2分钟。

内容图文

我有一个> 1M行的DataFrame.我想选择某个列包含某个子字符串的所有行：

matching = df['col2'].str.contains('substr', case=True, regex=False)
rows = df[matching].col1.drop_duplicates()

但是这个选择很慢,我想加快速度.假设我只需要前n个结果.是否有办法在获得n个结果后停止匹配？我试过了：

matching = df['col2'].str.contains('substr', case=True, regex=False).head(n)

和：

matching = df['col2'].str.contains('substr', case=True, regex=False).sample(n)

但它们并没有更快.第二个语句是布尔值,并且非常快.我如何加快第一条陈述？

解决方法:

信不信由你,但是.str访问器很慢.您可以使用具有更高性能的列表推导.

df = pd.DataFrame({'col2':np.random.choice(['substring','midstring','nostring','substrate'],100000)})

测试平等

all(df['col2'].str.contains('substr', case=True, regex=False) ==
    pd.Series(['substr' in i for i in df['col2']]))

输出：

True

时间：

%timeit df['col2'].str.contains('substr', case=True, regex=False)
10 loops, best of 3: 37.9 ms per loop

与

%timeit pd.Series(['substr' in i for i in df['col2']])
100 loops, best of 3: 19.1 ms per loop

内容总结

以上是互联网集市为您收集整理的python-如何限制str.contains的结果？全部内容，希望文章能够帮你解决python-如何限制str.contains的结果？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端