Python Pandasで特定の文字列を含む行をフィルタリングする方法｜str.contains()の使い方

はじめに

PythonのPandasでは、str.contains()メソッドを使うことで、DataFrame内の特定の文字列を含む行を簡単に抽出（フィルタリング）できます。本記事では、CSVファイルを読み込み、「Lamborghini」という文字列を含む行だけを取り出す具体例を通して、その基本的な使い方を解説します。

1. ライブラリのインポート

まず、Pandasを慣例的なエイリアス「pd」でインポートしましょう。

import pandas as pd

2. CSVファイルの読み込み

read_csv()関数を使ってCSVファイルを読み込みます。ここでは、デスクトップ上に保存された「CarRecords.csv」を使用します。

dataFrame = pd.read_csv("C:\Users\amit_\Desktop\CarRecords.csv")

3. 特定の文字列を含む行の抽出

続いて、str.contains()メソッドを使い、「Car」列に「Lamborghini」という文字列を含む行だけをフィルタリングします。

dataFrame = dataFrame[dataFrame['Car'].str.contains('Lamborghini')]

このコードでは、条件式 dataFrame['Car'].str.contains('Lamborghini') がTrue/Falseからなるブール型のSeriesを返し、Trueとなっている行のみが新しいDataFrameとして抽出される仕組みです。

完全なサンプルコード

以下に、ここまでの手順をまとめたコード全体を示します。

import pandas as pd

# CSVファイルの読み込み
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\CarRecords.csv")
print("DataFrame...\n", dataFrame)

# "Lamborghini"という文字列を含む行を選択
dataFrame = dataFrame[dataFrame['Car'].str.contains('Lamborghini')]
print("\nLamborghiniを含む行の取得...\n", dataFrame)

実行結果

上記のコードを実行すると、以下のような出力が得られます。

DataFrame...
           Car       Place   UnitsSold
0         Audi   Bangalore          80
1      Porsche      Mumbai         110
2   RollsRoyce        Pune         100
3          BMW       Delhi          95
4     Mercedes   Hyderabad          80
5  Lamborghini  Chandigarh          80
6         Audi      Mumbai         100
7     Mercedes        Pune         120
8  Lamborghini       Delhi         100

Lamborghiniを含む行の取得...
           Car       Place   UnitsSold
5  Lamborghini  Chandigarh          80
8  Lamborghini       Delhi         100

元のDataFrameには9行のデータがありましたが、フィルタリング後は「Lamborghini」を含む2行（インデックス5と8）だけが残っていることが確認できます。

補足：大文字・小文字の扱いと欠損値への対処

str.contains()はデフォルトで大文字と小文字を区別します。区別せずに検索したい場合は、case=Falseオプションを指定してください。また、対象の列にNaN（欠損値）が含まれている場合はエラーになるため、na=Falseを指定しておくと安全です。

# 大文字小文字を区別せずに検索する例
dataFrame = dataFrame[dataFrame['Car'].str.contains('lamborghini', case=False, na=False)]

まとめ

Pandasのstr.contains()メソッドを使えば、特定の文字列を含む行をシンプルなコードで抽出できます。部分一致による絞り込みはデータ分析や前処理の現場で非常によく使われるテクニックなので、caseやnaなどのオプションもあわせて覚えておくと便利です。