### Python中的Extract与Contains方法详解
#### 一、Extract方法详解
**1.1 Extract方法简介**
`extract` 方法主要用于从DataFrame中的一列提取特定模式的数据。它是一种强大的工具，尤其适用于处理包含复杂字符串的数据列，如地址、产品名称等。
**1.2 使用场景**
当面对一个DataFrame中某列数据包含较长且复杂的字符串时（例如，产品名称或地址），我们需要从中抽取特定的信息。例如，在上述数据源中，我们可能想要从“交易明细”列中提取药品名称或规格信息。
**1.3 代码示例**
假设我们有一个DataFrame `df` 如下：
```python
import pandas as pd
data = {
'姓名': ['张三', '张三', '张三', '李四', '李四', '李四', '李四', '李四', '李四', '李四', '李四', '王五', '王五', '王五', '王五', '王五', '王五', '王五', '赵六', '赵六', '赵六', '赵六', '赵六', '赵六', '赵六', '赵六', '杨七', '杨七'],
'服务卡卡号': [8100001, 8100001, 8100001, 8100002, 8100002, 8100002, 8100002, 8100002, 8100002, 8100002, 8100002, 8100003, 8100003, 8100003, 8100003, 8100003, 8100003, 8100003, 8100004, 8100004, 8100004, 8100004, 8100004, 8100004, 8100004, 8100004, 8100005, 8100005],
'消费地点': ['我爱花钱连锁有限公司'] * 30,
'消费时间': ['2020/3/18:02', '2020/3/18:02', '2020/3/210:58', '2020/3/19:20', '2020/3/19:20', '2020/3/414:26', '2020/3/414:26', '2020/3/917:56', '2020/3/1911:19', '2020/3/2116:04', '2020/3/3110:00', '2020/3/110:43', '2020/3/1710:40', '2020/3/218:19', '2020/3/110:56', '2020/3/112:56', '2020/3/112:56', '2020/3/113:53', '2020/3/114:52', '2020/3/114:52', '2020/3/919:56', '2020/3/919:56', '2020/3/115:16', '2020/3/115:16', '2020/3/517:25', '2020/3/517:25', '2020/3/917:39', '2020/3/2216:58', '2020/3/116:54', '2020/3/1220:53'],
'理赔金额（元）': [605, 1225, 27, 30, 5, 51, 5, 28, 56, 68, 60, 114, 118, 615, 120, 198, 28, 256, 7, 149, 100, 23, 30, 1139, 170, 800, 800, 480, 1154, 100, 14],
'交易明细': ['珍牡肾骨胶囊（珍泉）0.63g*48粒*3盒', '桂龙药膏（葛洪）202g*6瓶', '胆宁片（上药牌）0.36g*60片/瓶', '阿莫西林胶囊0.5g*24粒/盒', '氨咖黄敏胶囊（康麦尔）12粒/盒', '阿归养血口服液（中联）10ml*24支/盒', '氨咖黄敏胶囊（康麦尔）12粒/盒', '胆宁片（上药牌）0.36g*60片/瓶', '柴石退热颗粒（德众）8g*6袋/盒', '醒脾胶囊0.3g*30粒', '小败毒膏（东方博爱）10g*8袋', '枣仁安神液10ml*7支', '益气维血颗粒(红珊瑚)10g*15袋', '比卡鲁胺片(双益安)50mg*14s*2板', '消痛贴膏（奇正）1.2g:2.5ml*10贴/盒', '复方首乌地黄丸（修正）3g*10袋*3小盒', '胆宁片（上药牌）0.36g*60片/瓶', '河车大造丸（同仁堂）9g*10丸/盒', '复方氨酚烷胺片（新迪）12片/盒', '法莫替丁分散片20mg*36片/盒', '朱砂安神丸6g*10袋', '清热消炎宁片0.4g*24片/盒', '多酶片100s/盒', '补肺丸（养无极）9g*10丸*16板', '补肾益寿片（恒修堂）0.4g*100片', '益安宁丸72丸*2瓶(每18丸重3.1g)', '益安宁丸72丸*2瓶(每18丸重3.1g)', '七十味珍珠丸(甘露)1g*6s', '双参龙胶囊45盒装0.3g*24s*45盒', '朱砂安神丸6g*10袋', '消痔']
}
df = pd.DataFrame(data)
```
**1.4 提取药品名称**
我们可以使用正则表达式来提取药品名称，即药品名称通常位于括号前的部分：
```python
# 提取药品名称
df['药品名称'] = df['交易明细'].str.extract(r'(.*)\(')
print(df['药品名称'])
```
**1.5 提取药品规格**
同样，药品规格通常位于括号内的数字信息：
```python
# 提取药品规格
df['药品规格'] = df['交易明细'].str.extract(r'\((.*)\)')
print(df['药品规格'])
```
#### 二、Contains方法详解
**2.1 Contains方法简介**
`contains` 方法用于判断一个字符串是否包含指定的子串。此方法返回一个布尔型Series，其中True表示该元素包含指定的子串，False表示不包含。
**2.2 使用场景**
当我们需要筛选出DataFrame中某一列含有特定子串的行时，`contains` 方法非常有用。例如，我们可能想要找出所有交易明细中含有“胶囊”的记录。
**2.3 代码示例**
**2.3.1 检查药品名称是否包含“胶囊”**
```python
# 检查药品名称是否包含“胶囊”
capsules = df[df['药品名称'].str.contains('胶囊')]
print(capsules)
```
**2.3.2 检查药品规格是否包含“g”**
```python
# 检查药品规格是否包含“g”
grams = df[df['药品规格'].str.contains('g')]
print(grams)
```
**总结：**
`extract` 和 `contains` 方法是Pandas中处理字符串数据的强大工具。`extract` 可以根据正则表达式从DataFrame的一列中提取特定模式的数据，而`contains` 可以帮助我们快速筛选出含有特定子串的行。这两种方法都非常适合处理文本数据，特别是当数据量较大且格式不统一时。
