大佬教程收集整理的这篇文章主要介绍了Python:Pandas根据字符串长度过滤字符串数据,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
import pandas as pd
df = pd.read_csv('filex.csv')
df['A'] = df['A'].astype('str')
df['B'] = df['B'].astype('str')
mask = (df['A'].str.len() == 10) & (df['B'].str.len() == 10)
df = df.loc[mask]
print(df)
应用于filex.csv:
A,B
123,abc
1234,abcd
1234567890,abcdefghij
上面的代码打印
A B
2 1234567890 abcdefghij
我喜欢过滤掉字符串长度不等于10的数据。
如果我尝试过滤掉列A或B的字符串长度不等于10的任何行,则尝试这样做。
df=pd.read_csv('filex.csv')
df.A=df.A.apply(lambda x: x if len(X)== 10 else np.nan)
df.b=df.b.apply(lambda x: x if len(X)== 10 else np.nan)
df=df.dropna(subset=['A','B'],how='any')
这工作缓慢,但正在工作。
但是,当A中的数据不是字符串而是数字(有时在read_csv读取输入文件时解释为数字)时,有时会产生错误。
File "<stdin>",line 1,in <lambda>
TypeError: object of type 'float' has no len()
我相信应该有更高效,更优雅的代码来代替。
根据下面的答案和评论,我找到的最简单的解决方案是:
df=df[df.A.apply(lambda x: len(str(X))==10]
df=df[df.b.apply(lambda x: len(str(X))==10]
要么
df=df[(df.A.apply(lambda x: len(str(X))==10) & (df.b.apply(lambda x: len(str(X))==10)]
要么
df=df[(df.A.astype(str).str.len()==10) & (df.b.astype(str).str.len()==10)]
以上是大佬教程为你收集整理的Python:Pandas根据字符串长度过滤字符串数据全部内容,希望文章能够帮你解决Python:Pandas根据字符串长度过滤字符串数据所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。