熊猫数据框行数据过滤

Question

我在Pandas数据框中有一列数据，格式为Bxxxx-xx-xx-xx.y。我只需要第一部分（Bxxxx）。如何分割数据？另外，我在同一列中有BSxxxx-xx-xx-xx格式的数据，我想使用regex ='^ BS'命令删除该数据（由于某些原因，它不起作用）。在这方面的任何帮助将不胜感激。顺便说一句，我正在使用df.filter命令。

Answer 1

您可以定义一个函数，在其中将Bxxxx-xx-xx-xx.y视为字符串，并仅提取前5个索引。

    >>> def edit_entry(x):
    ...     return (str(x)[:5])
    >>> df['Column_name'].apply(edit_entry)

Answer 2

单线解决方案是：

df["column_name"] = df["column_name"].apply(lambda x: x[:5])

Answer 3

请考虑以下示例：

df = pd.DataFrame({
    'col':['B123-34-gd-op','BS01010-9090-00s00','B000003-3frdef4-gdi-ortp','B1263423-304-gdcd-op','Bfoo3-poo-plld-opo', 'BSfewf-sfdsd-cvc']
})
print(df)

输出：

    col
0   B123-34-gd-op
1   BS01010-9090-00s00
2   B000003-3frdef4-gdi-ortp
3   B1263423-304-gdcd-op
4   Bfoo3-poo-plld-opo
5   BSfewf-sfdsd-cvc

现在，我们要做两个任务：

1. 从Bxxx-xx-xx-xxx中提取Bxxxx部分。
2. 删除BSxxx格式的字符串。

考虑以下使用startswith()的代码：

df[~df.col.str.startswith('BS')].col.str.split('-').str[0]

输出：

0        B123
2     B000003
3    B1263423
4       Bfoo3
Name: col, dtype: object

故障：

df[~df.col.str.startswith('BS')]给我们所有不以BS开头的字符串。接下来，我们使用-拆分这些字符串，并使用.col.str.split('-').str[0]进行第一部分。

Answer 4

这应该有效。

df[df.col1.apply(lambda x: x.split("-")[0][0:2]!="BS")].col1.apply(lambda x: x.split("-")[0])