使用字符串列的单个字符过滤 pandas dataframe

Question

在下面的 dataframe 中，“day”是一个 7 字符二进制代码的字符串列，用于指定事件是否在特定日期发生。 第一个字符表示事件是否发生在星期一，最后一个字符表示事件是否发生在星期日。

例如：

    event  day
 0  A      1000010
 1  B      1010100
 2  C      0100010
 3  D      0000011

事件 A 发生在周一和周六，事件 B 发生在周一、周三和周五，事件 D 发生在周六和周日。

问题：如何使用“日”列的特定字符过滤 dataframe？ 例如，如果我想显示星期六事件的所有行，则类似于day[5]=="1"应该 output 行 2 和 3（包含事件“C”和“D”）。

我根据其他示例尝试了各种组合，例如df.loc[(df['day'][5]=="1")]但它们不适用于按字符串的单个字符进行过滤。

（我知道这是非常规的，但系统使用 Bash 脚本和 Awk 为我提供了很好的服务；只是想在 Python 和 Pandas 中进一步开发它。）

Answer 1

因为你有字符串，你可以使用切片和比较'1' ：

day = 0
df[df['day'].str[day].eq('1')]    # if Monday = 0
# or
day = 1
df[df['day'].str[day-1].eq('1')]  # if Monday = 1

output：

  event      day
0     A  1000010
1     B  1010100

Answer 2

您可以将字符串设为 dataframe 每列一个星期

s = df.day.apply(lambda x : pd.Series(list(x)))


df[s[0]=='1']

Answer 3

您可以为每一天创建一个列：

import pandas as pd

df = {'event': ['A','B','C','D'], 'day': ['1000010','1010100','0100010','0000011']}
df = pd.DataFrame(data=df)
df

df['Mon'] = df['day'].astype(str).str[0]
df['Tue'] = df['day'].astype(str).str[1]
df['Wed'] = df['day'].astype(str).str[2]
df['Thu'] = df['day'].astype(str).str[3]
df['Fri'] = df['day'].astype(str).str[4]
df['Sat'] = df['day'].astype(str).str[5]
df['Sun'] = df['day'].astype(str).str[6]

print(df)

Answer 4

您可以使用 this.for 检查第二个索引中的 1。

index = 1
df.loc[(df['day'].str[index]=="1")

output 是

  event      day
2     C  0100010