Question

我有一个带邮政编码的DataFrame等。数据示例如下：

     Zip    Item1     Item2   Item3
 78264.0      pan  elephant    blue
 73909.0  steamer     panda  yellow
  2602.0      pot     rhino  orange
 59661.0     fork     zebra   green
861893.0     sink    ocelot     red
 77892.0  spatula    doggie   brown

其中一些邮政编码无效，数字太多或太少。我正在尝试删除无效的字符/数字行（在这种情况下为七个字符，因为我正在根据str()检查长度，并且其中包含.0）。以下lengths循环：

zips = mydata.iloc[:,0].astype(str)
lengths = []
for i in zips:
    lengths.append(len(i))

为每一行产生一个系列的邮政编码字符长度（不要与Series混淆，尽管它是-我是Python的新手）。然后，我尝试根据lengths变量中的信息对DataFrame进行子集化。我尝试了几种不同的方法。以下是最新版本：

for i in lengths.index(i):
    if mydata.iloc[i:,0] != 7:
        mydata.iloc[i:,0].drop()

自然地，此操作失败，并显示一个ValueError: '44114.0' is not in list错误。谁能给我一些有关我要完成的事情的建议？

Answer 1

使用str.len

df[df.iloc[:,0].astype(str).str.len()!=7]
          A
1  1.222222
2  1.222200

dput：

df=pd.DataFrame({'A':[1.22222,1.222222,1.2222]})

Answer 2

您可以使用Pandas过滤而不是循环和ifs更简洁地编写此代码。

这里是一个例子：

valid_zips = mydata[mydata.astype(str).str.len() == 7]

或

zip_code_upper_bound = 100000
valid_zips = mydata[mydata < zip_code_upper_bound]

假设小数不包含在您的集合中。请注意，第一个示例将删除较短的zip，而第二个示例会将其保留在其中，因为它们可能有前导零，所以您可能希望这么做。

示例输出：

df被定义为（根据您的示例）：

        Zip    Item1     Item2   Item3
0   78264.0      pan  elephant    blue
1   73909.0  steamer     panda  yellow
2    2602.0      pot     rhino  orange
3   59661.0     fork     zebra   green
4  861893.0     sink    ocelot     red
5   77892.0  spatula    doggie   brown

使用以下代码：

df[df.Zip.astype(str).str.len() == 7]

结果是：

       Zip    Item1     Item2   Item3
0  78264.0      pan  elephant    blue
1  73909.0  steamer     panda  yellow
3  59661.0     fork     zebra   green
5  77892.0  spatula    doggie   brown

Answer 3

看看是否可行

df1 = df['ZipCode'].astype(str).map(len)==5

根据Python中的浮点长度删除行

3 个答案: