按列中的部分字符串值對熊貓數據框進行切片

Question

我有一個 Pandas 數據框，其中包含一個帶有 9 個字符的字符串的列。 我想在數據框中找到與此字符串中 9 個字符中的前 3 個匹配的行。

我當前的解決方案在數據框中創建一個新列，它只是對字符串的前 3 個字符進行切片，但我想在不創建新列的情況下解決這個問題（因為我稍后必須刪除它）。 如果可以的話，我通常不希望更改數據框。

例子：

import pandas as pd

# sample dataframe:
cid=[1,2,3,4,5,6,7,8,9,10]
strings=[
    'tncduuqcr',
    'xqjfykalt',
    'arzouazgz',
    'tncknojbi',
    'xqjgfcekh',
    'arzupnzrx',
    'tncfjxyox',
    'xqjeboxdn',
    'arzphbdcs',
    'tnctnfoyi',
]

df=pd.DataFrame(list(zip(cid,strings)),columns=['cid','strings'])

# This is the step I would like to avoid doing:
df['short_strings']=df['strings'].str[0:3]

out_dict={}

for x in df['short_strings'].unique():
    df2=df[df['short_strings']==x]
    out_dict[x]=df2

# the separate dataframes:
for x in out_dict.keys():
    print(out_dict[x])

輸出：

   cid    strings short_strings
0    1  tncduuqcr           tnc
3    4  tncknojbi           tnc
6    7  tncfjxyox           tnc
9   10  tnctnfoyi           tnc
   cid    strings short_strings
1    2  xqjfykalt           xqj
4    5  xqjgfcekh           xqj
7    8  xqjeboxdn           xqj
   cid    strings short_strings
2    3  arzouazgz           arz
5    6  arzupnzrx           arz
8    9  arzphbdcs           arz

我試過簡單地比較==df['strings'].str[0:3]但這似乎不起作用。

Answer 1

對於此類操作，我們使用DataFrame.groupby() + GroupBy.__iter__() ，此處使用Series.unique索引會較慢：

mydict = dict(df.groupby(df.strings.str[:3]).__iter__())
print(mydict)

輸出

{'arz':    cid    strings
 2    3  arzouazgz
 5    6  arzupnzrx
 8    9  arzphbdcs,
 'tnc':    cid    strings
 0    1  tncduuqcr
 3    4  tncknojbi
 6    7  tncfjxyox
 9   10  tnctnfoyi,
 'xqj':    cid    strings
 1    2  xqjfykalt
 4    5  xqjgfcekh
 7    8  xqjeboxdn}