Question

让我描述一下任务：每列代表船（列名是船名，行是容器）。船名的格式为nn：xxxxxx（ttttttt）。容器以aa-bb-cccccccc/yyyy/xx@ddddddddd.ee的形式表示，其中bb是容器最终目的地的名称。我的任务是计算最终目的地是日本的集装箱数量，因此我必须从集装箱表格中检索bb并对其进行计数。我的想法是创建另一个表，该表将由split函数创建（以“-”作为拆分标题），然后在bb位于单元格中时简单地通过添加+1对其进行计数。这是一些代码：

import pandas as pd

df = pd.read_csv("dane.csv", sep=';')

shape = list(df.shape)
for i in range(0, shape[0]):
    for j in range(0, shape[1]):
        obj = df.iloc[i, j].split('-')

我得到这样的回溯：

DtypeWarning: Columns (0,1,2,3,4,5,6,8,9,10,11,12,13,14,15,16,17,18,19,21,22,23,24,25,26,27,28,29,31,32,34,35,36,37,38,39,40,41,43,44,45,46,47,49,51,52,53,54,55,56,57,58) have mixed types. Specify dtype option on import or set low_memory=False.

和

'float' object has no attribute 'split'

我该如何改善？

输入文件，第一列的前5行：

1: Brandenburg (Post-Panamax)
ES-NL-10633096/1938/X1@hkzydbezon.dk/6749
BE-BR-61613986/3551/B1@oqk.bf/39927
PH-SA-39552610/2436/A1@venagi.hr/80578
PA-AE-59814691/4881/X1@zhicvzvksl.cl/25247

有些单元格是空的。

Answer 1

让我们用extract然后是value_counts的正则表达式，您可以过滤结果以获取正确的目的地。

from io import StringIO

intxt = StringIO("""1: Brandenburg (Post-Panamax)
ES-NL-10633096/1938/X1@hkzydbezon.dk/6749
BE-BR-61613986/3551/B1@oqk.bf/39927
PH-SA-39552610/2436/A1@venagi.hr/80578
PA-AE-59814691/4881/X1@zhicvzvksl.cl/25247""")

df = pd.read_csv(intxt, names=['data'])

df['data'].str.extract('^[a-zA-z]{2}-([a-zA-Z]{2})')[0].value_counts()

输出：

AE    1
BR    1
SA    1
NL    1
Name: 0, dtype: int64

从一个巨大的表中检索数据

1 个答案: