主页 / coding / 问题 / 79136400
Accepted
Евгения
Asked: 2024-10-29 16:44:55 +0800 CST

根据具有特定名称的列的条件过滤行

  • 772

我有一个数据框：

df = pd.DataFrame({"ID": ["ID1", "ID2", "ID3",
                                "ID4", "ID5"],
                   "Item": ["Item1", "Item2", "Item3",
                                    "Item4","Item5"],
                   "Catalog1": ["cat1", "1Cat12", "Cat35",
                                    "1cat3","Cat5"],
                   "Catalog2": ["Cat11", "Cat12", "Cat35",
                                    "1Cat1","2cat5"],
                   "Catalog3": ["cat6", "Ccat2", "1Cat9",
                                    "1cat3","Cat7"],
                   "Price": ["716", "599", "4400",
                                    "150","139"]})

我需要找到所有在名称以 Catalog 开头的列中包含字符串“cat1”或“Cat1”的行（这些列的数量可能有所不同，因此我不能只列出它们）。

我试过：

filter_col = [col for col in df if col.startswith('Catalog')]

df_res = df.loc[(filter_col.str.contains('(?i)cat1'))]

但我犯了错误：

AttributeError：'list' 对象没有属性 'str'

python

4 个回答

  1. Best Answer

    在您的代码中，filter_col 是一个列表。您不能将 str 与它一起使用。您可以使用 pandas 函数来更快地执行操作。

    以下是解决该问题的代码：

    import pandas as pd

# Create the DataFrame
df = pd.DataFrame({"ID": ["ID1", "ID2", "ID3", "ID4", "ID5"],
                   "Item": ["Item1", "Item2", "Item3", "Item4","Item5"],
                   "Catalog1": ["cat1", "1Cat12", "Cat35", "1cat3","Cat5"],
                   "Catalog2": ["Cat11", "Cat12", "Cat35", "1Cat1","2cat5"],
                   "Catalog3": ["cat6", "Ccat2", "1Cat9", "1cat3","Cat7"],
                   "Price": ["716", "599", "4400", "150","139"]})

# Define the search strings
search_strings = ["cat1", "Cat1"]

# Filter the DataFrame
filtered_df = df[df.filter(like='Catalog').apply(lambda row: 
row.str.contains('|'.join(search_strings), case=False).any(), axis=1)]

print(filtered_df)
    • 4

  2. 我不知道你的原始数据有多大，但是对于下面的代码：

    df.loc[[row for row in df.index if df.loc[row].str.contains('(?i)cat1').sum()]]

    您将获得结果：

        ID      Item    Catalog1    Catalog2    Catalog3    Price
0   ID1     Item1   cat1        Cat11       cat6        716
1   ID2     Item2   1Cat12      Cat12       Ccat2       599
3   ID4     Item4   1cat3       1Cat1       1cat3       150

    我发现的问题是您想.str直接使用列表的方法，这会导致错误。但是，您可以在pd.Series我的代码中使用它。

    • 4

  3. 也许你可以pd.Series在使用之前尝试一下str.contains，例如，

    df[list(map(lambda x: any(pd.Series(x).str.contains("(?i)cat1")),df.filter(like = "Catalog").values))]

    这样你就会得到

        ID   Item Catalog1 Catalog2 Catalog3 Price
0  ID1  Item1     cat1    Cat11     cat6   716
1  ID2  Item2   1Cat12    Cat12    Ccat2   599
3  ID4  Item4    1cat3    1Cat1    1cat3   150
    • 1

  4. 搜索每一列的简短一行。

    df[df.apply(lambda x: x.str.contains('cat1', case=False)).any(axis=1)]

    结果：

        ID   Item Catalog1 Catalog2 Catalog3 Price
0  ID1  Item1     cat1    Cat11     cat6   716
1  ID2  Item2   1Cat12    Cat12    Ccat2   599
3  ID4  Item4    1cat3    1Cat1    1cat3   150
    • 0

相关问题