Извлекать числа по позиции в Пандах?

Question

Извлекать числа по позиции в Пандах?

1

У меня есть df:

                  col1
0       01139290201001
1       01139290101001
2       01139290201002
3       01139290101002
4       01139290201003
5       01139290101003
6       01139290201004
7       01139310101001
8       01139290201005
9       01139290301001
            ...      
5908      01139ÅÊ21020
5909      01139ÅÊ21013
5910      01139ÅÊ11008
5911      01139ÅÊ21011
5912      01139ÅÊ03003

и мне нужно извлечь в новый столбец первые 7 чисел в случаях только int и первые 5 и 8,9 числа в случаях, когда символы включены.

Я пробовал использовать этот код для созданного блока данных, чтобы опробовать способы его решения, и он работал, но когда я попробовал его на фактическом наборе данных, он не работал должным образом, поскольку основная причина заключалась в том, что мой фактический df имеет целые числа, и он выполнял вычисления на них.

df['col2']=df[col1][0:5]+df['col1'][8]


0       0113929020100101139290201005
1       0113929010100101139290201005
2       0113929020100201139290201005
3       0113929010100201139290201005
4       0113929020100301139290201005
5                                NaN
6                                NaN
7                                NaN
8                                NaN
9                                NaN

также почему он вызывает значения NaN?

я хочу, чтобы это выглядело так:

 01139290201001 to 0113929 for integer only rows and like this for the others
 01139ÅÊ03003 to 0113903

user122244 22 июнь 2018, в 09:47

Источник

Теги:

python

pandas

1 ответ

Ещё вопросы

Rakesh · Accepted Answer · 2018-06-22T04-32-00.000Z

Использование .apply

Пример:

import pandas as pd
df = pd.DataFrame({"col1": ["01139290201001", "01139290101001", "01139290201002", "01139ÅÊ21020", "01139ÅÊ21013", "01139ÅÊ11008"]})
df["col2"] = df["col1"].apply(lambda x: x[:7] if x.isdigit() else x[:5]+x[9:11] )
print(df)

Выход:

             col1     col2
0  01139290201001  0113929
1  01139290101001  0113929
2  01139290201002  0113929
3    01139ÅÊ21020  0113921
4    01139ÅÊ21013  0113921
5    01139ÅÊ11008  0113911