Question

我有以下df：

url = 'https://raw.githubusercontent.com/108michael/ms_thesis/master/sic_naics_catcode.csv'
df= pd.read_csv(url, index_col=0)
df.head(3)

    SICcode     Catcode     Category    SICname                      MultSIC    2012 NAICS Code     2002to2007 NAICS
0   111         A1500   Wheat, corn, soybeans and cash grain    Wheat   X           111140           111140
1   112         A1600   Other commodities (incl rice, peanuts, honey)   X           111160           111160
2   115         A1500   Wheat, corn, soybeans and cash grain    Corn    X           111150           111150

我想返回以例如531或92开头的所有行，或者在某些情况下，返回列2002to2007 NAICS中以5416到5419开头的值。

我认为这一定很容易。我熟悉（这只是一个模板）dz = df[(df['date'] > '01/03/2005') & (df['date'] < '01/03/2015')]类型代码，但我不知道任何允许我输入截断值的“通配符”符号。

有什么想法吗？

Answer 1

对于以531或92开头的值：

df.loc[(df["2002to2007 NAICS"].astype(str).str.startswith("531")) | (df["2002to2007 NAICS"].astype(str).str.startswith("92"))]

对于以5416开头的值：5419：

df.loc[df["2002to2007 NAICS"].astype(str).str.slice(0,4).isin([str(i) for i in range(5416, 5420)])]

Answer 2

您可以使用RegEx电源：

df.loc[df['2002to2007 NAICS'].astype(str).str.contains(r'^(?:531|92|541[6-9])')]

将为您提供以531或92或5416-5419

开头的所有值

pandas：返回以特定数字开头的列值

2 个答案: