фильтрация строк в кадре данных pandas с определенным условием

Question

фильтрация строк в кадре данных pandas с определенным условием

1

У меня есть рамка данных pandas, разделенная на вкладку. Я хотел бы получить строки, содержащие определенную строку в первой части третьего столбца. См. Этот пример:

col1       col2    col3    

a            a1    good | bad 

b            b1    bad | bad 

c            c1    foogood | foobad 

d            d1    bad | good  

e            e1    good | good  

f            f1    bad | foobad

Здесь я хочу отделить третий столбец от | персонаж. Затем я хочу взять тех, у кого good строка в первой части. Таким образом, желаемый результат будет

 col1           col2        col3    

    a            a1       good | bad 

    c            c1       foogood | foobad 

    e            e1        good | good

Я знаю, что это можно сделать с помощью функции apply, но я не знаю, как определить такую функцию, используя apply. Я также попытался фильтровать с помощью [] но не смог заставить его работать. Цените свою помощь братьям и сестрам.

Обновление. У меня также есть базовый файл TSV и знаю, что это можно сделать с помощью grep и awk. Таким образом, любое решение в порядке.

Bokone Mahal 21 окт. 2018, в 23:15

Источник

Теги:

python

string

pandas

unix

awk

4 ответа

Ещё вопросы

W-B · Answer 1 · 2018-10-21T18-29-00.000Z

Вы можете с помощью str.split с contains

yourdf=df[df.col3.str.split('|').str[0].str.contains('good')]

Так как вам не нужны никакие регулярные выражения в вашей строке, вы можете установить regex=False +1

edesz · Answer 2 · 2018-10-21T22-41-00.000Z

Если требуемый текст начинается с good, и за ним всегда следуют | , то вы можете объединить их в одну подстроку (с этим порядком) непосредственно в .contains(). Панды могут отфильтровывать эти строки.

Вход DF

df
  col1 col2              col3
0    a   a1        good | bad
1    b   b1         bad | bad
2    c   c1  foogood | foobad
3    d   d1        bad | good
4    e   e1       good | good
5    f   f1      bad | foobad

Отфильтрованный DF

df[df['col3'].str.contains('good | \n')]
  col1 col2              col3
0    a   a1        good | bad
2    c   c1  foogood | foobad
4    e   e1       good | good

Вы можете сделать то же самое с bad (а не good)

df[df['col3'].str.contains('bad | \n')]
  col1 col2          col3
1    b   b1     bad | bad
3    d   d1    bad | good
5    f   f1  bad | foobad

oguzismail · Answer 3 · 2018-10-21T19-04-00.000Z

Это очень просто с awk.

$ cat file
col1    col2    col3
a       a1      good | bad
b       b1      bad | bad
c       c1      foogood | foobad
d       d1      bad | good
e       e1      good | good
f       f1      bad | foobad
$
$ awk -F $'\t' '(NR == 1 || $3 ~ /^[^|]*good/)' file
col1    col2    col3
a       a1      good | bad
c       c1      foogood | foobad
e       e1      good | good

Кроме того, вы можете дать sed попробовать:

sed -n '1p; /^[^\t]*\t[^\t]*\t[^|]*good/p' file

который также дает желаемый результат.

coldspeed · Answer 4 · 2018-10-21T18-14-00.000Z

Используйте один вызов str.contains с str.contains для канала:

df = df[df.col3.str.contains(r'good(?=.*? \|)')]
print(df)
  col1 col2              col3
0    a   a1        good | bad
2    c   c1  foogood | foobad
4    e   e1       good | good

Или, используя понимание списка:

m = ['good' in x.split('|')[0] for x in df['col3']]
df = df[m]

print(df)
  col1 col2              col3
0    a   a1        good | bad
2    c   c1  foogood | foobad
4    e   e1       good | good