使用Pandas怎么筛选特定的字符-创新互联
本篇文章为大家展示了使用Pandas怎么筛选特定的字符,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
成都创新互联服务项目包括林芝网站建设、林芝网站制作、林芝网页制作以及林芝网络营销策划等。多年来,我们专注于互联网行业,利用自身积累的技术优势、行业经验、深度合作伙伴关系等,向广大中小型企业、政府机构等提供互联网行业的解决方案,林芝网站推广取得了明显的社会效益与经济效益。目前,我们服务的客户以成都为中心已经辐射到林芝省份的部分城市,未来相信会继续扩大服务区域并继续获得客户的支持与信任!if判断+列表解析式
[x for x in df.columns if 'xxx' in x]
str.contain()+列表解析式
[x for x in df.columns[df.columns.str.contain('xxx')]]
filter函数
df.filter(like='xxx').columns
关于filter,这里可以多说一句,除了like匹配之外,还支持正则表达式匹配,参数为regex。
官方api上给出了filter更详细的用法,除了过滤列名外,还可以在行、列上进行筛选,filter全部的参数如下:
item:接收list类型参数,保留参数内项目的标签,举例
# 等同df[['a', 'b', 'c']] df.filter(item=['a', 'b', 'c'])
like
like='xxx' 等同 ‘xxx' in labels
regex
正则表达式,输入字符串pattern
axis
表示作用的轴
更多示例见官网:DataFrame filter函数
补充:python-pandas如何选取满足条件的特定的行和列
我就废话不多说了,大家还是直接看代码吧~
import pandas as pd df1 = pd.read_csv("data/trans/bike_flow.csv") # ['t_idx' 'r_idx' 'c_idx' 'bike_out_cnt' 'bike_in_cnt' 'flow_stay' 'flow_in' 'flow_out'] print(df1.columns.values) # (23016, 8) print(df1.shape) # ['t_idx', 'bike_in_cnt']是取特定的列 # df1['bike_in_cnt'] > 10是取特定的行 df2 = df1[['t_idx', 'bike_in_cnt']][df1['bike_in_cnt'] > 10] # (328, 2) print(df2.shape)
上述内容就是使用Pandas怎么筛选特定的字符,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注创新互联行业资讯频道。
文章题目:使用Pandas怎么筛选特定的字符-创新互联
转载来源:http://pwwzsj.com/article/dcijde.html