![](/img/trans.png)
[英]How to search for a partial string in a dataframe and return a specific cell using Pandas?
[英]Shift ragged rows of Pandas DataFrame to clean data with partial string search
从.csv文件导入数据后,我有一些看起来与此类似的数据(尽管要排序几百列和几千行):
4 5 6 7 8 9 10 11 12 13 14 15 16
0 302255Z 09005KT 1 1/4SM BR CLR M00/M00 A3044 RMK AO2A SLP311 T10021002 $;
1 302232Z 08003KT 1 1/4 BR CLR M00/M00 A3044 RMK AO2A SLP310 $; NaN
2 302225Z 09005KT 1 1/2SM BR CLR M00/M00 A3044 RMK AO2A SLP309 $; NaN
3 302155Z 08003KT 2 1/2SM BR CLR M00/M00 A3043 RMK AO2A SLP306 T10001000 $;
4 302055Z 09004KT 3SM BR CLR 00/00 A3042 RMK AO2A SLP304 T00020002 56001 $;
5 301955Z 00000KT 3SM BR CLR 01/01 A3042 RMK AO2A SLP304 T00080008 $; NaN
6 301855Z 09006KT 3SM BR FEW055 01/01 A3042 RMK AO2A SLP303 T00110011 $; NaN
7 301655Z 10004KT 2 1/2SM BR FEW050 M00/M00 A3041 RMK AO2A SLP301 T10031003 $;
8 301610Z 09004KT 2 1/2SM BR CLR 00/00 A3041 RMK AO2A SLP301 $; NaN
9 301555Z AUTO 08005KT 4800 BR CLR 01/01 A3041 RMK AO2 SLP300 T00070007 $;
10 301509Z AUTO 06003KT 4800 BR CLR 01/01 A3041 RMK AO2 SLP300 $; NaN
11 301449Z AUTO 10003KT 4000 BR CLR 01/01 A3041 RMK AO2 SLP300 $; NaN
12 301355Z AUTO 07004KT 6000 BR CLR 02/02 A3041 RMK AO2 SLP300 T00230023 $;
13 301255Z AUTO 07003KT 6000 BR CLR 02/02 A3041 RMK AO2 SLP299 T00200020 $;
14 301055Z AUTO 00000KT 9000 BR CLR 04/04 A3040 RMK AO2 SLP298 T00360036 $;
我放弃了尝试转移所有内容以正确匹配的方法。 取而代之的是,我尝试创建一个新列,该列结合了第5和第6列中以KT结尾的值的条目。 我正在为从T开始的那些值创建第二个新列。
首先,我尝试在第5行和第6行中拉出所有满足我的条件的数据,如下所示:
df1=df[df[5].str.contains("KT")].iloc[:,[0,5]]
df2=df[df[6].str.contains("KT")].iloc[:,[0,6]]
.iloc值是尝试将结果合并在一起。 必须有一种轻松的方法来格式化该格式。 有什么想法吗?
如果有帮助,这里有一个更简单的数据集:
row1=['a','b','c1K','d','e','foo','foo','f1111T','g','$']
row2=['a','b','foo','c2K','d','e','f4321T','g','$','$']
row3=['a','b','c3K','d','e','f1234T','g','$']
df=ps.DataFrame(zip(row1,row2,row3)).T
df1=df[df[2].str.contains("K")].iloc[:,[0,2]]
df2=df[df[3].str.contains("K")].iloc[:,[0,3]]
尝试ps.concat([df1,df2],axis = 0,join ='outer')并没有给出我想要的东西
0 2 3
0 a c1K NaN
2 a c3K NaN
1 a NaN c2K
像这样的东西会更漂亮:
0
1 a c1K
2 a c3K
3 a c2K
可以一次完成以下操作(使用loc因为iloc不允许布尔掩码):
df1 = df[df[5].str.contains("KT")].iloc[:,[0,5]]
df1 = df.loc[df[5].str.contains("KT"), [0, 5]]
为了获得最终结果,您可以将它们合并为一个系列(以避免对齐列),或者在确认之前将列的名称更改为更具描述性:
df1.columns = ['letter', 'code']
df2.columns = ['letter', 'code']
pd.concat([df1, df2], axis=0, ignore_index=True)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.