Question

我有一个名为raw_df的数据框。我想要第一列包含E01，E02，... E14的行。如何编写可以产生此功能的列表理解（或其他方式），而无需手动输入。

row_data = raw_df.loc[
              (raw_df.col0=='E01') | (raw_df.col0=='E02') | 
              (raw_df.col0=='E03') | (raw_df.col0=='E04') | 
              (raw_df.col0=='E05') | (raw_df.col0=='E06') | 
              (raw_df.col0=='E07') | (raw_df.col0=='E08') | 
              (raw_df.col0=='E09') | (raw_df.col0=='E10') |
              (raw_df.col0=='E11') | (raw_df.col0=='E12') | 
              (raw_df.col0=='E13') | (raw_df.col0=='E14') 
              ]

我知道可以通过eval完成字符串列表理解，但我知道这是危险的＆amp;不应该使用。

同样，setattr仅适用于xx.yy=z，但不适用于xx.yy == z

Answer 1

您可以list Series或list comprehension生成的所有值isin使用KPLauritzen：

a = pd.Series(range(1, 15)).astype(str).str.zfill(2).radd('E')
row_data = raw_df.loc[raw_df.col0.isin(a)]

详情：

print (a)
0     E01
1     E02
2     E03
3     E04
4     E05
5     E06
6     E07
7     E08
8     E09
9     E10
10    E11
11    E12
12    E13
13    E14
dtype: object

替代：

a = ['E{:02d}'.format(x) for x in range(1, 15)]
print (a)
['E01', 'E02', 'E03', 'E04', 'E05', 'E06', 'E07', 
 'E08', 'E09', 'E10', 'E11', 'E12', 'E13', 'E14']

Alternative2，谢谢{{3}}：

conditions = [f'E{x:02}' for x in range(1, 15)]

Answer 2

对于您的用例，您还可以使用正则表达式：

filtered = a[a.str.contains('E*')]

pandas中的多个递增条件子句

2 个答案: