假设我具有以下数据框:
ter_id shstr value
6 2018002000000 201 1740.0
7 2018002000000 201 10759.0
8 2018002000002 201 2.0
如何过滤出ter_id
为零的后六个符号的行?所需的输出是:
ter_id shstr value
8 2018002000002 201 2.0
我做了一个布尔函数
def is_total(ter_id: str) -> bool:
if ter_id[:-6] == "000000":
return True
return False
但是使用失败并显示错误:
dataset.filter(is_total(dataset.ter_id))
...
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
熊猫版本为1.0.1
答案 0 :(得分:1)
通过6
更改最后[-6:]
个值的索引,并通过boolean indexing
获取所有不匹配的行:
df = dataset[dataset.ter_id.str[-6:] != "000000"]
print (df)
ter_id shstr value
8 2018002000002 201 2.0
答案 1 :(得分:1)
对于基于列值过滤数据框,很少有理由编写自己的函数。您可以将条件作为布尔掩码传递给df.loc [](假设您的DataFrame名为df)。
df = df.loc[df["ter_id"].str[-6:] != "000000"]
答案 2 :(得分:0)
IIUC
df[~(df.ter_id%1000000==0)]
Out[256]:
ter_id shstr value
8 2018002000002 201 2.0
答案 3 :(得分:0)
好吧,我想到的是,您应该首先将列(ter_id)转换为字符串。然后在整个列上使用.contains方法
df_filtered = df[~df.ter_id.str.contains("000000")].copy()
df
是您的数据框名称。我使用copy()
函数来抑制警告。让我知道是否有帮助。...
P.S。您可以输入任何字符串而不是零。
答案 4 :(得分:0)
不需要Python函数,您可以使用:
dataset[dataset['ter_id'].str.slice(-6) != '000000']