Question

请原谅我的头衔;我很难总结一个复杂的问题。

我的pandas数据框的值如下所示：

    col1         col2            col3          col4       
10_Q999999   111_Q4987666    110_Q277778   111_Q999999

假设阈值为7.我需要获取该数据帧并删除_Q之后任何数字低于阈值7的每个单元格。对于每个数字> = 7的单元格，我只想保留“_Q”之前的字符串部分。

所需的输出如下所示：

  col1            col2            col3          col4       
   10                                           111

我试图找出用“_Q”拆分每一列的方法，将最后一段转换为整数列表，取最小值，然后将最小值与阈值进行比较，最后删除整数列表，但我陷入了令人厌恶的嵌套列表理解的中间：

[[[int(z) for z in y[-3:] if (z != '') and "Q" not in z ] for y in chunk[x].astype(str).str.split("_") if y != ''] for x in chunk[cols] if x != '']

解决方案：

s=~chunk.apply(lambda x : 
x.str.split('_Q').str[1].str.contains('[0:6]', na=False))
        chunk = chunk.apply(lambda x : x.str.split('_Q').str[0])[s].fillna('')

Answer 1

您可以将contains与s=~df.apply(lambda x : x.str.split('_Q').str[1].str.contains('1|2|3|4|5|6')) df.apply(lambda x : x.str.split('_Q').str[0])[s].fillna('') Out[549]: col1 col2 col3 col4 0 10 111

一起使用

session

Answer 2

我不喜欢apply，所以我概述了一个包含stack，str.split和np.where的替代方案，以便（希望）提高效果。

v = df.stack()
sp = v.str.split('_Q')
i, j = sp.str[0], sp.str[1]

v[:] = np.where(j.str.contains('[0-6]'), '', i)
v.unstack()

  col1 col2 col3 col4
0   10            111

Pandas：如果最后六个字符包含低于阈值的任何整数，则删除单元格

2 个答案: