Question

我有以下数据框

id  pattern1    pattern2    pattern3
 1  a-b-c       a-b--       a-b-c
 2  a-a--       a-b--       a-c--
 3  a-v--       a-m--       a-k--
 4  a-b--       a-n--       a-n-c

我想过滤包含模式的行-在所有列的末尾。在这种情况下，输出将是

 2  a-a--       a-b--       a-c--
 3  a-v--       a-m--       a-k--

到目前为止，我只能考虑做以下事情

df[(len(df['pattern1'].str.split('--')[1])==0) & \
   (len(df['pattern2'].str.split('--')[1])==0) & \
   (len(df['pattern3'].str.split('--')[1])==0)]

这不起作用。此外，由于20列，我无法写所有列的名称。如何过滤行中所有列均符合特定模式/条件的行？

Answer 1

如果尚未完成，请先将“ id”设置为索引。

df = df.set_index('id')

检查每个字符串的一种方法是使用applymap调用str.endswith：

df[df.applymap(lambda x: x.endswith('--')).all(1)]

   pattern1 pattern2 pattern3
id                           
2     a-a--    a-b--    a-c--
3     a-v--    a-m--    a-k--

另一种选择是apply为每一列调用pd.Series.str.endswith：

df[df.apply(lambda x: x.str.endswith('--')).all(1)]

   pattern1 pattern2 pattern3
id                           
2     a-a--    a-b--    a-c--
3     a-v--    a-m--    a-k--

最后，为了提高性能，您可以使用logical_and.reduce对列表理解内的AND掩码：

# m = np.logical_and.reduce([df[c].str.endswith('--') for c in df.columns])
m = np.logical_and.reduce([
    [x.endswith('--') for x in df[c]] for c in df.columns])
m
# array([False,  True,  True, False])

df[m]
   pattern1 pattern2 pattern3
id                           
2     a-a--    a-b--    a-c--
3     a-v--    a-m--    a-k--

如果还有其他列，但您只想考虑那些名为“ pattern *”的列，则可以在DataFrame上使用filter：

u = df.filter(like='pattern')

现在使用u重复上述选项，例如，第一个选项将是

df[u.applymap(lambda x: x.endswith('--')).all(1)]

...等等。

如果所有列都包含特定模式，请在pandas数据框中选择行

1 个答案: