我们可以根据特定的单词过滤数据吗？

Question

我正在制作一个从Excel文件读取数据的Web应用程序。我拥有的数据集有一个列，其中包含书籍的类别和子类别的数据，例如“ Fiction.Romantic”，“ Fiction.Thriller”，“ Sports.Imaginative”，“ Sports.AutoBiographic”等。

我希望熊猫过滤出数据并以“运动”，“小说”等形式打印总值/组合值。

有没有一种方法可以删除子类别（“ .Imaginative”，“。Thriller”）并根据需要进行打印/显示？

有很多类别和子类别，因此手动进行将花费大量时间。

实际结果：

Name     Category                    Amount
ABC   Sports.Autobiographic.         7485
BCD.  Sports.Imaginative.             20

---

预期结果：

Name     Category      Amount
ABC      Sports         7485
BCD.     Sports          20

Answer 1

首先在.之前使用Series.str.split，仅在n=1之前使用，并通过建立索引选择优先列表：

df['Category'] = df['Category'].str.split('.', n=1).str[0]
print (df)
   Name Category  Amount
0   ABC   Sports    7485
1  BCD.   Sports      20

或使用Series.str.extract：

df['Category'] = df['Category'].str.extract(r'([a-zA-Z]+)\.') 
print (df)
   Name Category  Amount
0   ABC   Sports    7485
1  BCD.   Sports      20