Question

副本必须在“城市”中完成。以＆＃39; BH＆＃39;开头的专栏。复制的df.index应与原始df.index相同例如 -

              STATE            CITY
315           KA               BLR
423           WB               CCU
554           KA               BHU
557           TN               BHY

# state_df is new dataframe, df is existing
state_df = pd.DataFrame(columns=['STATE', 'CITY'])      
for index, row in df.iterrows():
    city = row['CITY']

    if(city.startswith('BH')):
        append row from df to state_df # pseudocode

作为pandas和Python的新手，我需要帮助伪代码以最有效的方式。

Answer 1

试试这个：

In [4]: new = df[df['CITY'].str.contains(r'^BH')].copy()

In [5]: new
Out[5]:
    STATE CITY
554    KA  BHU
557    TN  BHY

如果我只需要复制行的某些列而不是整个行，该怎么办？行

cols_to_copy = ['STATE']
new = df.loc[df.CITY.str.contains(r'^BH'), cols_to_copy].copy()

In [7]: new
Out[7]:
    STATE
554    KA
557    TN

Answer 2

startswith和boolean indexing的解决方案：

print (df['CITY'].str.startswith('BH'))
315    False
423    False
554     True
557     True

state_df = df[df['CITY'].str.startswith('BH')]
print (state_df)
    STATE CITY
554    KA  BHU
557    TN  BHY

如果只需要复制某些列，请添加loc：

state_df = df.loc[df['CITY'].str.startswith('BH'), ['STATE']]
print (state_df)
    STATE
554    KA
557    TN

<强>计时：

#len (df) = 400k
df = pd.concat([df]*100000).reset_index(drop=True)


In [111]: %timeit (df.CITY.str.startswith('BH'))
10 loops, best of 3: 151 ms per loop

In [112]: %timeit (df.CITY.str.contains('^BH'))
1 loop, best of 3: 254 ms per loop

Answer 3

删除了for循环，最后写了这个： state_df = df.loc [df ['CTYNAME']。str.startswith（'Washington'），cols_to_copy]

For循环可能比较慢，但需要检查

将现有pandas数据帧中的某些行复制到新数据帧

3 个答案: