[英]extracting value from pandas dataframe in reference to other values
我有一个 dataframe:
d= {'page_number':[0,0,0,0,0,0,1,1,1,1], 'text':[aa,ii,cc,dd,ee,ff,gg,hh,ii,jj]}
df = pd.DataFrame(data=d)
df
page_number text
0 0 aa
1 0 ii
2 0 cc
3 0 dd
4 0 ee
5 0 ff
6 1 gg
7 1 hh
8 1 ii
9 1 jj
我想找出'gg'出现的page_numer,现在在同一个page_number上可以有许多不同的子字符串,但我有兴趣提取'ii'出现在'gg'的同一page_number上的行号(不是有兴趣获得其他“ii”子串出现的结果)
idx=np.where(df['text'].str.contains(r'gg', na=True))[0][0]
在这里不一定有帮助,因为它检索“gg”的行号而不是它的“page_number”。
非常感谢
你首先只留下'ii'和'gg'外观:
df = df[df['text'].isin(['ii', 'gg'])
然后通过 groupby 页码,我们可以假设当我们得到 2 时,它们在同一页上:
df2 = df.groupby('page_number').count()
df2[df2['text'] == 2]
您可以使用 pandas 根据另一个列值检索列值。 我希望这将检索您正在寻找的东西。 df[df['text']=='gg']['page_number']
如果您在任何页面上有多个 'gg' 和 'ii':
这将返回 boolean 系列:
df = df.groupby(by='page_number').agg(lambda x: True if 'gg' in x.values
and 'ii' in x.values else False)
这将为您提供页数
df[df.text].index
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.