仅针对包含行的字符串过滤熊猫列答案

【问题标题】：filter pandas column only for string containing rows仅针对包含行的字符串过滤熊猫列
【发布时间】：2017-05-02 00:00:29
【问题描述】：

在读取和过滤一个 Excel 文件后，我最终得到了一个看起来像这样的 pandas 数据框。

Col1    Col2
afaf    abc 1
1512        
asda    cdd 2
adsd

我正在尝试结束

Col1    Col2
afaf    abc1
asda    cdd2

我尝试df['Col2'].replace('',np.nan,inplace=True) 并在之后执行dropna 但没有被替换，所以我认为它无法替换，因为 column2 在这些空行中有多个空格。

我忘了提到我不能使用条，因为 Col2 字符串有空格，我需要保持不变。

有什么想法吗？

【问题讨论】：

【解决方案1】：

我认为您可以使用boolean indexing 和条件来删除strip 的一些可能的空格，然后检查len 的length 是否不是0：

print (df[df.Col2.str.strip().str.len() != 0])
   Col1   Col2
0  afaf  abc 1
2  asda  cdd 2

如果没有空格：

df[df.Col2.str.len() != 0]

【讨论】：

【解决方案2】：

您可以使用 pandas str.strip() 函数剥离列。这应该删除所有的空格。

可能是这样的

df['Col2'].str.strip().replace('',np.nan,inplace=True)

所以使用 pipe 你可以接收非 nan 行

df.iloc[df.pipe(lambda x:x['Col2'].str.strip().replace('',np.nan)).dropna().index]

后一种更新的解决方案也适用于您的额外空白限制。但是，请注意，我在发布该约束之前使用了管道。

现在，我会选择例如像 Jezrael 的解决方案，但制定为

df[df['Col2'].str.strip() !='']

我认为，这比使用 len 函数更清晰一些

刚刚在一个非常小的数据帧上执行了一些基准测试。 PirSquared 解决方案最快，其次是 Jezrael 的解决方案，其次是我使用与“比较”的解决方案。最后一个地方是管道变体。

【讨论】：

【解决方案3】：

使用str.match

df[~df.Col2.str.match(r'^\s*$')]

【讨论】：