如何获得满足数据框中某些条件的值

Question

我将 excel 数据读取为 pandas 的数据框，其中每一行都有两个非 NaN 值（其他都是 NaN）

names	Unnamed:1	Unnamed:2	Unnamed:3	~	Unnamed:19	Unnamed:20
NaN	NaN	1.3	NaN	~(NaN)	10.4	NaN
NaN	NaN	NaN	2.7	~(NaN)	NaN	12.7
~	~	~	~	~	~	~
name_ccdd	NaN	1.3	NaN	~(NaN)	9.3	NaN
~	~	~	~	~	~	~
name_yyzz	0.5	NaN	NaN	~4.7~	NaN	NaN

我想找到一个包含单词的特定行（例如“ccdd”）并以一般方式获取非 NaN 值（例如 1.3 和 9.3）

我做了一个布尔值，其中包含显示哪个行索引包含一个单词（例如“ccdd”）

import pandas as pd
import numpy as np

filename= '~/data.xlsx'
df = pd.read_excel(filename, engine='openpyxl')
mask = df[df.columns[0]].str.contains('ccdd')

print(mask)

0       NaN
1       NaN
2     False
3     False
4     False
5      True
6     False
7     False
8     False
9     False
10    False
11    False
12    False
13    False

第 5 行包含关于我想要获得两个浮点值的数据。但我不能走得更远。

在之前的一篇文章(Get row and column index of the value in Pandas df)中找到了类似的答案，但是不知道怎么用。

Answer 1

这将为您提供正确的行索引：

mask=df['names'].str.contains('ccdd')
mask=mask.replace(np.nan, False, regex=True)
list(df.names.index[mask])

输出：

[3]

Answer 2

要选择满足条件的一行或一组行，您可以使用以下命令：

subSelection=df[df["names"].str.contains("ccdd")]

要打印行，可以使用print(subSelection)，要打印所选行的索引，可以使用print(list(subSelection.index))

Answer 3

您可以在str.contains() 中传递 na 参数，因此基本上 na 参数根据您的输入将 NaN 值设置为 True/False：

mask = df[df.columns[0]].str.contains('ccdd',na=False)

现在终于将掩码传递给您的 df：

df[mask]
#OR
df.loc[mask]