如何用大熊猫在一列中过滤字母和数字

Question

我要过滤的数字少于3个，包括“。”：

import pandas as pd
data = {"numbers":[1,2,".", 3,4, "."]}
data
{'numbers': [1, 2, '.', 3, 4, '.']}
df=pd.DataFrame(data)
df
numbers
0       1
1       2
2       .
3       3
4       4
5       .

我想要的结果应该是这样的：

numbers
0       1
1       2
2       .
5       .

有人可以帮助我吗？ 非常感谢。

Answer 1

您可以使用

In [198]: df[pd.to_numeric(df.numbers, errors='coerce').lt(3) | df.numbers.eq('.')]
Out[198]:
  numbers
0       1
1       2
2       .
5       .

Answer 2

为数字等于m的地方创建一个掩码.

m = df.numbers == '.'

将与.不匹配的行转换为int，并检查它们是否低于阈值。组合两个滤波器以获得所需的输出。

df[m | (df.numbers[~m].astype(int) < 3)]
#outputs:
  numbers
0       1
1       2
2       .
5       .

Answer 3

一种解决方法，

(1, 3, 5)
(2, 4, 6)