如何从列中获取前五个非数字,非空,不同的值?
例如,给出如下表格
col1
=====
n1
1
2
n2
n3
n3
n4
n5
n5
n6
None
我想要
col1
=====
n1
n2
n3
n4
n5
答案 0 :(得分:1)
您可以使用pd.to_numeric
将非NaN强制为NaN
,然后反转掩码并选择前5个唯一值:
In [9]:
df.loc[df.index.difference(pd.to_numeric(df['col1'], errors='coerce').dropna().index),'col1'].unique()[:5]
Out[9]:
array(['n1', 'n2', 'n3', 'n4', 'n5'], dtype=object)
答案 1 :(得分:1)
您可以使用:
df = pd.DataFrame({'col1':['n1', '1', '2', 'n2', 'n3', 'n3', 'n4', 'n5', 'n5', 'n6','None']})
NaN
None
和replace
to_numeric
和boolean indexing
drop_duplicates
head
reset_index
单调增加指数df = df.loc[pd.to_numeric(df.col1.replace({'None':1, 'NaN':1}),
errors='coerce').isnull(), 'col1']
.drop_duplicates()
.head(5)
.reset_index(drop=True)
print (df)
0 n1
1 n2
2 n3
3 n4
4 n5
Name: col1, dtype: object
另一种可能的解决方案:
df = pd.Series(df.loc[pd.to_numeric(df.col1
.replace({'None':1, 'NaN':1}), errors='coerce').isnull(), 'col1']
.unique()[:5])
print (df)
0 n1
1 n2
2 n3
3 n4
4 n5
dtype: object
但如果是混合值 - 数字与strings
:
df = pd.DataFrame({'col1':['n1', 1, 1, 'n2', 'n3', 'n3', 'n4', 'n5', 'n5', 'n6', None]})
df = pd.Series(df.loc[df.col1.apply(lambda x: isinstance(x, str)), 'col1']
.unique()[:5])
print (df)
0 n1
1 n2
2 n3
3 n4
4 n5
dtype: object