Question

我想过滤掉字符串长度不等于10的数据。

如果我尝试过滤掉A列或B列长度不等于10的任何行，我试过了。

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')

这很慢，但是有效。

但是，当A中的数据不是字符串而是数字（当read_csv读取输入文件时解释为数字）时，它有时会产生错误。

  File "<stdin>", line 1, in <lambda>
TypeError: object of type 'float' has no len()

我认为应该有更高效和优雅的代码而不是这个。

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]

或

df=df[(df.A.apply(lambda x: len(str(x))==10) & (df.B.apply(lambda x: len(str(x))==10)]

或

df=df[(df.A.astype(str).str.len()==10) & (df.B.astype(str).str.len()==10)]

Answer 1

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

Answer 2

一种更加Pythonic的方法，根据其他列的给定条件及其值过滤掉行：

假设df为：

data={"names":["Alice","Zac","Anna","O"],"cars":["Civic","BMW","Mitsubishi","Benz"],
     "age":["1","4","2","0"]}

df=pd.DataFrame(data)
df:
  age        cars  names
0   1       Civic  Alice
1   4         BMW    Zac
2   2  Mitsubishi   Anna
3   0        Benz      O

然后：

df[
df['names'].apply(lambda x: len(x)>1) &
df['cars'].apply(lambda x: "i" in x) &
df['age'].apply(lambda x: int(x)<2)
  ]

我们将：

  age   cars  names
0   1  Civic  Alice

在上面的条件中，我们首先查看字符串的长度，然后检查字符串中是否存在字母（＆＃34; i＆＃34;），最后，我们检查整数的值第一栏。

Answer 3

我个人认为这种方法最简单：

df['column_name'] = df[df['column_name'].str.len()!=10]

Answer 4

如果行中有数字，则它们将转换为浮点数。

从cvs导入后，将所有行转换为字符串。为了更好的性能，将lambda分成多个线程。

Answer 5

从A列和B列中滤除长度10以外的值，这里我将lambda表达式传递给map（）函数。 map（）函数始终适用于系列对象。

 df = df[df['A'].map(lambda x: len(str(x)) == 10)]
 df = df[df['B'].map(lambda x: len(str(x)) == 10)]

Answer 6

您可以使用 applymap 一次过滤您想要的所有列，然后使用 .all() 方法仅过滤两列都为 True 的行。

#The *mask* variable is a dataframe of booleans, giving you True or False for the selected condition
mask = df[['A','B']].applymap(lambda x: len(str(x)) == 10)

#Here you can just use the mask to filter your rows, using the method *.all()* to filter only rows that are all True, but you could also use the *.any()* method for other needs
df = df[mask.all(axis=1)]

Answer 7

您可以使用df.apply(len)。它将为您提供结果

Python：Pandas根据字符串长度过滤字符串数据

7 个答案: