如何按列值切片过滤 Pandas DataFrame

Question

假设我有以下数据框：

    ter_id          shstr   value
6   2018002000000   201     1740.0
7   2018002000000   201     10759.0
8   2018002000002   201     2.0

如何过滤掉ter_id最后六个符号为零的行？ 这是期望的输出是：

    ter_id          shstr   value
8   2018002000002   201     2.0

我做了一个布尔函数

def is_total(ter_id: str) -> bool:
    if ter_id[:-6] == "000000":
        return True
    return False

但它使用失败并出现错误：

dataset.filter(is_total(dataset.ter_id))
...
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

熊猫版本是 1.0.1

Answer 1

通过[-6:]更改最后6值的索引并通过boolean indexing获取所有不匹配的行：

df = dataset[dataset.ter_id.str[-6:] != "000000"]
print (df)
          ter_id shstr value
8  2018002000002   201   2.0

Answer 2

为了根据列值过滤数据框，很少有理由编写自己的函数。 您可以将条件作为布尔掩码传递到 df.loc[]（假设您的 DataFrame 名为 df）。

df = df.loc[df["ter_id"].str[-6:] != "000000"]

Answer 3

国际大学联盟

df[~(df.ter_id%1000000==0)]
Out[256]: 
          ter_id  shstr  value
8  2018002000002    201    2.0

Answer 4

好吧，我想到的是您应该首先将列 (ter_id) 转换为字符串。 然后在整个列上使用 .contains 方法

df_filtered = df[~df.ter_id.str.contains("000000")].copy()

df是您的数据框名称。 我使用copy()函数来抑制警告。 让我知道这是否有帮助....

PS 您可以输入任何字符串而不是零。

Answer 5

不需要 Python 函数，你可以使用：

dataset[dataset['ter_id'].str.slice(-6) != '000000']