通过隐藏特定行之间的子集df
通过隐藏特定行之间的子集df
提问于 2019-09-11 05:11:20
我试图通过删除介于特定值之间的行来对熊猫df进行子集。问题是，这些值可能位于不同的行，因此我无法选择固定行。
具体来说，我希望删除介于ABC xxx和整数5之间的行。这些值在df中的任何位置都可能下降，且长度不等。
注意:字符串ABC后面跟着不同的值。
我考虑返回包含这两个值的所有索引。
但是，如果我能够返回这两个值之间的所有行，掩码可以更好地工作吗？
df = pd.DataFrame({
'Val' : ['None','ABC','None',1,2,3,4,5,'X',1,2,'ABC',1,4,5,'Y',1,2],
})
mask = (df['Val'].str.contains(r'ABC(?!$)')) & (df['Val'] == 5) 预期产出：
Val
0 None
8 X
9 1
10 2
15 Y
16 1
17 2回答 2
Stack Overflow用户
回答已采纳
发布于 2019-09-11 05:16:29
如果ABC总是在5之前，并且总是对(ABC，5)，则用np.where获取值的索引，通过~获得带反向掩码的isin最后一次过滤器之间的索引值。
#2 values of ABC, 5 in data
df = pd.DataFrame({
'Val' : ['None','ABC','None',1,2,3,4,5,'None','None','None',
'None','ABC','None',1,2,3,4,5,'None','None','None']
})
m1 = np.where(df['Val'].str.contains(r'ABC', na=False))[0]
m2 = np.where(df['Val'] == 5)[0]
print (m1)
[ 1 12]
print (m2)
[ 7 18]
idx = [x for y, z in zip(m1, m2) for x in range(y, z + 1)]
print (df[~df.index.isin(idx)])
Val
0 None
8 X
9 1
10 2
11 None
19 X
20 1
21 2Stack Overflow用户
发布于 2019-09-11 05:18:01
a = df.index[df['Val'].str.contains('ABC')==True][0]
b = df.index[df['Val']==5][0]+1
c = np.array(range (a,b))
bad_df = df.index.isin(c)
df[~bad_df]输出
Val
0 None
8 X
9 1
10 2如果有一个以上的'ABC‘和5，那么你以下的版本。这样就可以得到df，而不是第一个ABC &最后一个5
a = (df['Val'].str.contains('ABC')==True).idxmax()
b = df['Val'].where(df['Val']==5).last_valid_index()+1
c = np.array(range (a,b))
bad_df = df.index.isin(c)
df[~bad_df]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57882479
复制相关文章
相似问题
腾讯云开发者
