如何通过列值的切片来过滤pandasDataFrame

Question

假设我有以下数据帧：

ter_id          shstr   value
6   2018002000000   201     1740.0
7   2018002000000   201     10759.0
8   2018002000002   201     2.0

如何过滤出ter_id最后六个符号为零的行？所需输出为：

ter_id          shstr   value
8   2018002000002   201     2.0

我做了一个布尔函数

def is_total(ter_id: str) -> bool:
if ter_id[:-6] == "000000":
return True
return False

但它的使用失败与错误：

dataset.filter(is_total(dataset.ter_id))
...
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Pandas版本为1.0.1

Answer 1

对于基于列值过滤数据帧，很少有理由编写自己的函数。您可以将条件作为布尔掩码传递到df.loc[]中(假设您的DataFrame名为df(。

df = df.loc[df["ter_id"].str[-6:] != "000000"]

Answer 2

通过[-6:]更改最后一个6值的索引，并通过boolean indexing:获取所有不匹配的行

df = dataset[dataset.ter_id.str[-6:] != "000000"]
print (df)
ter_id shstr value
8  2018002000002   201   2.0

Answer 3

IIUC

df[~(df.ter_id%1000000==0)]
Out[256]: 
ter_id  shstr  value
8  2018002000002    201    2.0

Answer 4

我想到的是，首先应该将列(ter_id(转换为字符串。然后使用.包含方法对整列

df_filtered = df[~df.ter_id.str.contains("000000")].copy()

df是您的数据帧名称。我使用copy()函数来附加警告。如果这有帮助，请告诉我。。。。

第页。S.你可以放任何字符串而不是零。

Answer 5

不需要Python函数，只需使用：

dataset[dataset['ter_id'].str.slice(-6) != '000000']