熊猫使用startswith从Dataframe中选择答案

【问题标题】：pandas select from Dataframe using startswith熊猫使用startswith从Dataframe中选择
【发布时间】：2022-05-10 03:54:39
【问题描述】：

这可行（使用 Pandas 12 开发版）

table2=table[table['SUBDIVISION'] =='INVERNESS']

然后我意识到我需要使用“开始于”来选择字段，因为我错过了一堆。因此，根据 Pandas 文档，我尽我所能地尝试了

criteria = table['SUBDIVISION'].map(lambda x: x.startswith('INVERNESS'))
table2 = table[criteria]

得到 AttributeError: 'float' object has no attribute 'startswith'

所以我尝试了另一种结果相同的语法

table[[x.startswith('INVERNESS') for x in table['SUBDIVISION']]]

参考http://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-indexing 第 4 节：Series 的列表推导和 map 方法也可用于生成更复杂的标准：

我错过了什么？

【问题讨论】：

你能举一个小例子来证明这一点吗，我很惊讶列表理解不会像地图一样提升......

标签： python numpy pandas

【解决方案1】：

您可以使用str.startswith DataFrame 方法给出更一致的结果：

In [11]: s = pd.Series(['a', 'ab', 'c', 11, np.nan])

In [12]: s
Out[12]:
0      a
1     ab
2      c
3     11
4    NaN
dtype: object

In [13]: s.str.startswith('a', na=False)
Out[13]:
0     True
1     True
2    False
3    False
4    False
dtype: bool

布尔索引可以正常工作（我更喜欢使用loc，但没有它也一样）：

In [14]: s.loc[s.str.startswith('a', na=False)]
Out[14]:
0     a
1    ab
dtype: object

.

看起来系列/列中至少有一个元素是浮点数，它没有startswith方法，因此出现AttributeError，列表推导应该引发相同的错误......

【讨论】：

感谢您的回复...似乎没有到达那里尝试了 table['SUBDIVISION']str.startswith('INVERNESS', na=False) 并得到了 table['SUBDIVISION' ]str.startswith('INVERNESS', na=False) ^ SyntaxError: invalid syntax 想知道我是否没有导入一些重要的东西？我不明白，因为我的直接 == 条件很好
如果我尝试 table.loc[table['SUBDIVISION'].str.startswith('INVERNESS', na=False)] 我会得到一个很好的结果！但我仍然不明白之前的尝试有什么问题？
@dartdog 你少了一个点。请包括一小部分证明问题的数据（似乎很难相信：s）
对不起，数据有 27 列长，即使发布剪辑也有点笨拙。我试过这个> table['SUBDIVISION'].str.startswith('INVERNESS',na='False') 和另一个'。'并且比较结果很糟糕（全部选择为假）我仍然不明白为什么我的原始语法失败了，因为我认为我正在关注文档。
@dartdog 大概只有 SUBDIVISION 列是相关的，所以只需粘贴它。

【解决方案2】：

检索所有startwith需要字符串的行

dataFrameOut = dataFrame[dataFrame['column name'].str.match('string')]

检索所有包含所需字符串的行

dataFrameOut = dataFrame[dataFrame['column name'].str.contains('string')]

【讨论】：

当您可以使用str.startswith() 时，为什么要使用str.match() 函数来确定一个值是否以特定字符串开头？ str.match() 用于将值与正则表达式进行匹配。如果您不需要正则表达式，则使用该函数可能会使您的代码变慢。

【解决方案3】：

对特定的列值使用startswith

df  = df.loc[df["SUBDIVISION"].str.startswith('INVERNESS', na=False)]

【讨论】：

【解决方案4】：

您可以使用apply 轻松地将任何字符串匹配函数应用于您的列元素。

table2=table[table['SUBDIVISION'].apply(lambda x: x.startswith('INVERNESS'))]

这假设您的“SUBDIVISION”列是正确的类型（字符串）

编辑：修复缺少的括号

【讨论】：

这对我有用，一旦我添加了另一个右括号table2=table[table['SUBDIVISION'].apply(lambda x: x.startswith('INVERNESS')]]

【解决方案5】：

这也可以使用query来实现：

table.query('SUBDIVISION.str.startswith("INVERNESS").values')

【讨论】：