在 Python 中根据浮点长度删除行答案

【问题标题】：Drop rows based on float length in Python在 Python 中根据浮点长度删除行
【发布时间】：2019-04-27 16:22:04
【问题描述】：

我有一个带有邮政编码的 DataFrame，除此之外。作为示例，数据如下所示：

     Zip    Item1     Item2   Item3
 78264.0      pan  elephant    blue
 73909.0  steamer     panda  yellow
  2602.0      pot     rhino  orange
 59661.0     fork     zebra   green
861893.0     sink    ocelot     red
 77892.0  spatula    doggie   brown

其中一些邮政编码无效，数字太多或太少。我正在尝试删除那些具有无效字符/数字数的行（在这种情况下为七个字符，因为我正在根据str() 检查长度并且其中包含.0）。以下lengths 循环：

zips = mydata.iloc[:,0].astype(str)
lengths = []
for i in zips:
    lengths.append(len(i))

为每行生成一个邮政编码字符长度的系列（不要与系列混淆，尽管它可能是——我是 Python 新手）。然后，我尝试根据来自 lengths 变量的信息对 DataFrame 进行子集化。我尝试了几种不同的方法；以下是最新版本：

for i in lengths.index(i):
    if mydata.iloc[i:,0] != 7:
        mydata.iloc[i:,0].drop()

当然，这会失败，出现ValueError: '44114.0' is not in list 错误。任何人都可以就如何做我想要完成的事情提供一些建议吗？

【问题讨论】：

如果邮政编码存储为浮点数，包含的数字太少可能是因为它们以 0 开头（这对邮政编码有效），但那些前导 0 会被浮点数丢弃
你可以发布你的数据的sn-p吗
正确。这是我在分析中考虑的一部分。这就是我接收数据的方式，也是我现在需要修复它的部分原因。数据已损坏，但它就是它的本来面目。

标签： python-3.x pandas dataframe subset

【解决方案1】：

您可以使用 Pandas 过滤而不是循环和 if 来更简洁地编写此代码。

这是一个例子：

valid_zips = mydata[mydata.astype(str).str.len() == 7]

或

zip_code_upper_bound = 100000
valid_zips = mydata[mydata < zip_code_upper_bound]

假设小数不包括在您的集合中。请注意，第一个示例将删除较短的 zip，而第二个示例将保留它们，您可能需要这样做，因为它们可能有前导零。

样本输出：

df 定义为（来自您的示例）：

        Zip    Item1     Item2   Item3
0   78264.0      pan  elephant    blue
1   73909.0  steamer     panda  yellow
2    2602.0      pot     rhino  orange
3   59661.0     fork     zebra   green
4  861893.0     sink    ocelot     red
5   77892.0  spatula    doggie   brown

使用以下代码：

df[df.Zip.astype(str).str.len() == 7]

结果是：

       Zip    Item1     Item2   Item3
0  78264.0      pan  elephant    blue
1  73909.0  steamer     panda  yellow
3  59661.0     fork     zebra   green
5  77892.0  spatula    doggie   brown

【讨论】：

我一直在R中做这些索引函数，但是我对Python的索引函数还不够熟悉。我将来会多次引用这个问题。在哪里可以找到 Python 括号索引和切片的文档？
切片表示法是使用 .where 的简写，它接受相同形状的布尔系列并返回系列为 True 的行，您可以将其视为获取条件（括号内）为真。这是关于在 Pandas 中索引和选择的长页面：pandas.pydata.org/pandas-docs/stable/indexing.html

【解决方案2】：

使用str.len

df[df.iloc[:,0].astype(str).str.len()!=7]
          A
1  1.222222
2  1.222200

输入：

df=pd.DataFrame({'A':[1.22222,1.222222,1.2222]})

【讨论】：

【解决方案3】：

看看有没有效果

df1 = df['ZipCode'].astype(str).map(len)==5

【讨论】：