【问题标题】：Looking to merge/concatenate/groupby different rows in Pandas dataframe希望在 Pandas 数据框中合并/连接/分组不同的行
【发布时间】：2019-12-20 14:41:16
【问题描述】：

我将遍历包含不同球员棒球统计数据的大量数据框列表。该数据按年份编制索引。我想做的是组年，同时保持工资不变并增加 WAR。另外，我希望删除不是单年的行。在我的数据集中，这些条目是字符串。

分组

for x in clean_stats_list:
    x.groupby("Year")

消除行

for x in clean_stats_list:
    for i in x['Year']:
        if len(i) > 4:
            x['Year'][i].drop()

      WAR         Year       Salary
 0    1.4         2008     $390,000
 1    0.9         2009     $418,000
 2    2.4         2010     $445,000
 3    3.6         2011   $3,400,000
 4    5.2         2012   $5,400,000
 5    1.3         2013   $7,400,000
 6    6.8         2014  $10,000,000
 7    3.8         2015  $10,000,000
 9    0.2         2015  $10,000,000
 11   5.5         2016  $15,833,333
 12   2.0         2017  $21,833,333
 13   1.3         2018  $21,833,333
 14  34.3   11 Seasons  $96,952,999
 16  25.4  CIN (8 yrs)  $37,453,000
 17   8.8  SFG (3 yrs)  $59,499,999

这是我期望达到的目标：

     WAR         Year       Salary
 0    1.4         2008     $390,000
 1    0.9         2009     $418,000
 2    2.4         2010     $445,000
 3    3.6         2011   $3,400,000
 4    5.2         2012   $5,400,000
 5    1.3         2013   $7,400,000
 6    6.8         2014  $10,000,000
 7    4.0         2015  $10,000,000
 11   5.5         2016  $15,833,333
 12   2.0         2017  $21,833,333
 13   1.3         2018  $21,833,333

【问题讨论】：

以正确的格式提供数据帧的 sn-p 和预期输出（使用 HTML sn-p）。那个数据框现在的样子是不可读的。

标签： python python-3.x pandas

【解决方案1】：

要根据Year 列的长度过滤掉，为什么不尝试创建一个掩码，然后根据它进行选择。

代码：

mask_df = your_df['Year'].str.len() == 4
your_df_cleaned = your_df.loc[mask_df]

【讨论】：

【解决方案2】：

您可以使用正则表达式来验证年份，以避免使用长度为 4 的过滤器值，而不是使用 Series.str.contains 和 boolean indexing 的年份：

#https://stackoverflow.com/a/4374209
#validate between 1000-2999
df1 = df[df['Year'].str.contains('^[12][0-9]{3}$')]
#validate between 0000-9999
#df1 = df[df['Year'].str.contains('^\d{4}$')]
print (df1)
    WAR  Year       Salary
0   1.4  2008     $390,000
1   0.9  2009     $418,000
2   2.4  2010     $445,000
3   3.6  2011   $3,400,000
4   5.2  2012   $5,400,000
5   1.3  2013   $7,400,000
6   6.8  2014  $10,000,000
7   3.8  2015  $10,000,000
9   0.2  2015  $10,000,000
11  5.5  2016  $15,833,333
12  2.0  2017  $21,833,333
13  1.3  2018  $21,833,333

【讨论】：