我想從數據框中刪除一些行（從 .txt 文件讀?。?。換句話說，我只想保留感興趣的行。我的數據框如下所示： data0 ID-0123456789 #ID I need1 AG-TH/RGS_Srbcd_675F9_TRL #randrom text I dont need2 15.00 #value I need (belongs to ID above)3 NDFSD/+vbdgfnhj_46/THS #randrom text I dont need4 Sgbfd_FG-fdg_GRT/DR.x #randrom text I dont need5 ID-1234567890 #ID I need6 3_F/H_ & S/J #randrom text I dont need7 0.00 #value I need (belongs to ID above)... ... ...沒有模式，有時有更多“我不需要的隨機文本”行，有時則沒有。我嘗試根據內容刪除行，例如保留df["data"].str.startswith("ID")ID...行，但我丟失了值。我嘗試將其與 結合使用type()，但列中的值也是字符串。我的下一個想法是關注數字，但“我不需要的隨機文本”行在某些情況下也包含數字。我想在刪除不必要的行后得到這樣的 df ： data0 ID-0123456789 #ID I need2 15.00 #value I need (belongs to ID above)5 ID-1234567890 #ID I need7 0.00 #value I need (belongs to ID above)... ... ...任何想法？如果 ID 和值位于不同的列中，這不是問題，事實上我的目標是最終得到： ID value0 ID-0123456789 15.001 ID-1234567890 0.00...先感謝您！抱歉，如果這是顯而易見的，我是 python 和編程的新手。
2 回答
ibeautiful
TA貢獻1993條經驗 獲得超6個贊
這是一個可能有效的“臟”解決方案（取決于框架中的實際內容）：
data = [
'ID-0123456789',
'AG-TH/RGS_Srbcd_675F9_TRL',
15.00,
'NDFSD/+vbdgfnhj_46/THS',
'Sgbfd_FG-fdg_GRT/DR.x',
'ID-1234567890',
'3_F/H_ & S/J',
0.00,
]
df = pd.DataFrame(data, columns=['data'])
df = pd.concat(
[pd.DataFrame(df[df['data'].apply(lambda x: str(x)[:3]) == 'ID-'].values, columns=['ID']),
pd.DataFrame(df[df['data'].apply(type) == float].values, columns=['value'])],
axis=1)
或者（看起來更文明一點）：
df = pd.DataFrame(zip(df[df['data'].apply(lambda x: str(x)[:3]) == 'ID-']['data'],
df[df['data'].apply(type) == float]['data']),
columns=['ID', 'value'])
輸出：
ID value
0 ID-0123456789 15
1 ID-1234567890 0
如果某些隨機文本有可能以以下形式開頭ID-，那么這樣的事情會更安全：
import re
re_id = re.compile(r'^ID-\d{10}$')
def is_id(obj):
return bool(re_id.match(str(obj).strip()))
df = pd.DataFrame(zip(df[df['data'].apply(is_id)]['data'],
df[df['data'].apply(type) == float]['data']),
columns=['ID', 'value'])
一些評論：
DataFrame/Series 的 apply 方法在這里“應用”
df['data'].apply(is_id)
每行（即單個元素）的函數is_id，因為df['data']是一個系列。結果是一系列bool值，True其中找到 ID，False否則：
0 True
1 False
2 False
3 False
4 False
5 True
6 False
7 False
如果您將此系列“插入”到原始框架中，則每一行都會刪除df[...]相應的行。False
內置zip函數將可迭代對象“配對”成迭代器。為了說明它的作用：
list(zip([1, 2, 3, 4], ['a', 'b', 'c', 'd']))
導致
[(1, 'a'), (2, 'b'), (3, 'c'), (4, 'd')]
您可以將它與任意數量的可迭代對象一起使用。
富國滬深
TA貢獻1790條經驗 獲得超9個贊
隨機文本總是相同嗎？如果是這樣，您可以嘗試：
#converting to a series, finding the ones that match, and adding back to the table
find_text = df['data']
#create series that has 0 for what matches the ads
text_found = find_Ads.str.find("random text I don't need")
#add column to table with 0's
df['Random'] = text_found
#create new table with those rows with zero gone
df = df[df['Random'] != 1].reset_index(drop=True)
這將創建一個系列，找到包含隨機文本的每一行，并為其分配 1。然后，您可以將該系列作為新列添加到原始框架中，然后僅篩選未找到該系列的行細繩。
添加回答
舉報
0/150
提交
取消