检查pandas [duplicate]中的dataframe列中是否包含某个值

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了检查pandas [duplicate]中的dataframe列中是否包含某个值相关的知识,希望对你有一定的参考价值。

我试图检查python列中是否包含某个值。我正在使用df.date.isin(['07311954']),我毫不怀疑它是一个很好的工具。问题是我有超过350K的行,输出不会显示所有这些,所以我可以看到该值是否实际包含。简而言之,我只想知道(Y / N)列中是否包含特定值。我的代码如下:

import numpy as np
import pandas as pd
import glob


df = (pd.read_csv('/home/jayaramdas/anaconda3/Thesis/FEC_data/itpas2_data/itpas214.txt',\
    sep='|', header=None, low_memory=False, names=['1', '2', '3', '4', '5', '6', '7', \
    '8', '9', '10', '11', '12', '13', 'date', '15', '16', '17', '18', '19', '20', \
    '21', '22']))

df.date.isin(['07311954'])
答案

我认为你需要str.contains,如果你需要列date的值包含字符串07311954的行:

print df[df['date'].astype(str).str.contains('07311954')]

或者,如果type列的datestring

print df[df['date'].str.contains('07311954')]

如果您想在string列中查看1954 date的最后4位数字:

print df[df['date'].astype(str).str[-4:].str.contains('1954')]

样品:

print df['date']
0    8152007
1    9262007
2    7311954
3    2252011
4    2012011
5    2012011
6    2222011
7    2282011
Name: date, dtype: int64

print df['date'].astype(str).str[-4:].str.contains('1954')
0    False
1    False
2     True
3    False
4    False
5    False
6    False
7    False
Name: date, dtype: bool

print df[df['date'].astype(str).str[-4:].str.contains('1954')]
     cmte_id trans_typ entity_typ state  employer  occupation     date  \
2  C00119040       24K        CCM    MD       NaN         NaN  7311954   

   amount     fec_id    cand_id  
2    1000  C00140715  H2MD05155  
另一答案

你可以简单地使用这个:

返回'07311954' in df.date.valuesTrueFalse


这是进一步的解释:

在pandas中,使用in直接检查DataFrame和Series(例如val in dfval in series)将检查val是否包含在索引中。

但你仍然可以使用in检查他们的值(而不是索引)!只需使用val in df.col_name.valuesval in series.values。这样,你实际上是用Numpy数组检查val

.isin(vals)是另一种方式,它检查DataFrame / Series值是否在vals中。这里vals必须设置或列表。所以这不是解决问题的自然方式。

另一答案

你可以使用any

print any(df.column == 07311954)
True       #true if it contains the number, false otherwise

如果您想要查看列中出现“07311954”的次数,您可以使用:

df.column[df.column == 07311954].count()

以上是关于检查pandas [duplicate]中的dataframe列中是否包含某个值的主要内容,如果未能解决你的问题,请参考以下文章

使用pandas创建稀疏矩阵,并使用来自.dat文件的其他两列的索引[x,y]的.dat文件的一列中的值填充它

Pandas Dataframe 中的索引行不在索引列表中(Python)[重复]

检查 Pandas 数据框的异常值 [重复]

在 pandas 中删除 nan 行的更好方法

如何避免 Pandas 中的 SettingWithCopyWarning?

如何检查单元格是不是在 Pandas 中具有特定字符 [重复]