如何获取以小写字母开头的行的索引列表？答案

【问题标题】：How to get indices list for rows starting with lower case letter?如何获取以小写字母开头的行的索引列表？
【发布时间】：2019-08-17 12:17:17
【问题描述】：

我有一个数据框，其中一列是 df['Names']。如何找到名称以小写字母开头的所有行？

col1     Names  
1564      abby   
2289      Barry

等等

我正在尝试使用正则表达式来完成此操作，但没有成功。

【问题讨论】：

标签： python regex pandas

【解决方案1】：

来自str.lower的一种方式

df[df.Names.str[0]==df.Names.str[0].str.lower()]
Out[173]: 
   col1 Names
0  1564  abby

另一种方式islower

df[df.Names.str[0].str.islower()]
Out[174]: 
   col1 Names
0  1564  abby

【讨论】：

islower 的问题是它仅在所有字符都较低时才返回True，而不仅仅是第一个字符
正确，这应该是df[df.col.str[0].str.islower()] 冒昧编辑了。

【解决方案2】：

如果我们谈论性能，那么 NumPy 怎么样？将系列转换为字符串数组，提取第一个字符并比较 ASCII 值。

a = df['Names'].values.astype('<S1').view(np.int8)
df[(a >= 97) & (a <= 122)]

   col1 Names
0  1564  abby

如果您只需要索引，请使用 np.nonzero:

(a >= 97) & (a <= 122)
# array([ True, False])

np.flatnonzero((a >= 97) & (a <= 122))
# array([0])

【讨论】：

美丽 ;}。 .
@RafaelC 嘿，如果你能把我的时间和温的答案也添加到你的时间里，那就太好了。
添加了计时

【解决方案3】：

一种使用string.ascii_lowercase的方式

import string
df.loc[df.Names.str[0].isin(list(string.ascii_lowercase))]

使用regex的另一种方式

df[df.col.str.match('[a-z].*')]

一些时间

df = pd.DataFrame({'col': ['abc', 'Abc', 'dce', 'ADAE']})
df = pd.concat([df]*100)

%%timeit 
a = df['col'].values.astype('<S1').view(np.int8)
df[(a >= 97) & (a <= 122)]
302 µs ± 21.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.col.str[0].isin(list(string.ascii_lowercase))
548 µs ± 13 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df[df.col.str.islower()]
559 µs ± 28.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

 %timeit df[df.col.str.match('[a-z].*')]
838 µs ± 17.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df[df.col.str[0]==df.col.str[0].str.lower()]
1.59 ms ± 65 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【讨论】：

感谢您的时间！我已经为你的投票投了赞成票，但是看到 isin 这里的性能实际上优于惯用的 is_lower() 函数，这很酷（阅读：有趣）。
@coldspeed 是的。有趣的是，isin 最好使用列表作为 arg 而不是 set。大熊猫的一大谜团（我想jpp 前段时间问过这个问题）