Question

我正在尝试通过子字符串过滤Python DataFrame。在SQL中执行此操作非常简单明了，但我很难将此逻辑转换为Python代码。

这是SQL代码：

SELECT * FROM [oe.data.0.Current]
WHERE  substring([series_id],5,2) = '50'
OR substring([series_id],5,5) = '72400';

所以基本上我想用第5和第6个字符位置以及第5到第9个字符位置的特定字符值过滤'series_id'列。

我不明白MID或SUBSTRING如何转换为DataFrame。

如何在DataFrame中实现此SQL查询的结果？

Answer 1

您只需映射它并使用lambda函数：

df[df['series_id'].map(lambda x: x[4:6]=='50' or x[4:9]=='72400')]

可能有更好的解决方案，但这是我在类似情况下使用的方法。

修改

我发现还有另一个解决方案，对我来说看起来更干净，如果没有其他的话。 Pandas实际上有一些内置函数来处理一系列字符串： http://pandas.pydata.org/pandas-docs/stable/text.html

在你的情况下，我认为包含函数 - 与正则表达式结合，或者切片函数都可以正常工作。例如：

df[( (df['series_id'].str.slice(4,5)=='50') | (df['series_id'].str.slice(4,9)=='72400') )]

或包含：

df[df['series_id'].str.contains(r'.{4}((50)|(72400))')]

如何将此SQL语句转换为Python：MID？ SUBSTRING？

1 个答案: