pandas select from Dataframe using startswith

Question

Cela fonctionne (en utilisant Pandas 12 dev)

table2=table[table['SUBDIVISION'] =='INVERNESS']

Puis j'ai réalisé que je devais sélectionner le champ en utilisant "commence par" car il m'en manquait beaucoup. Donc, d'après la documentation de Pandas, j'ai essayé de faire ce qui suit

criteria = table['SUBDIVISION'].map(lambda x: x.startswith('INVERNESS'))
table2 = table[criteria]

J'ai obtenu AttributeError : l'objet 'float' n'a pas d'attribut 'startswith'.

J'ai donc essayé une autre syntaxe, avec le même résultat.

table[[x.startswith('INVERNESS') for x in table['SUBDIVISION']]]

Référence http://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-indexing Section 4 : Les compréhensions de liste et la méthode des séries de cartes peuvent également être utilisées pour produire des critères plus complexes :

Qu'est-ce que je rate ?

Answer 1

Vous pouvez utiliser le str.startswith La méthode DataFrame permet d'obtenir des résultats plus cohérents :

In [11]: s = pd.Series(['a', 'ab', 'c', 11, np.nan])

In [12]: s
Out[12]:
0      a
1     ab
2      c
3     11
4    NaN
dtype: object

In [13]: s.str.startswith('a', na=False)
Out[13]:
0     True
1     True
2    False
3    False
4    False
dtype: bool

et l'indexation booléenne fonctionnera très bien (je préfère utiliser l'option loc mais cela fonctionne tout de même sans) :

In [14]: s.loc[s.str.startswith('a', na=False)]
Out[14]:
0     a
1    ab
dtype: object

.

Il semble que l'un de vos éléments dans la série/colonne soit un float, qui n'a pas de méthode startswith, d'où l'AttributeError, la compréhension de la liste devrait soulever la même erreur...

Answer 2

Pour récupérer toutes les lignes qui commencer par chaîne obligatoire

dataFrameOut = dataFrame[dataFrame['column name'].str.match('string')]

Pour récupérer toutes les lignes qui contient chaîne obligatoire

dataFrameOut = dataFrame[dataFrame['column name'].str.contains('string')]

Answer 3

Utilisation de startswith pour une valeur de colonne particulière

df  = df.loc[df["SUBDIVISION"].str.startswith('INVERNESS', na=False)]

Answer 4

Vous pouvez utiliser apply pour appliquer facilement n'importe quelle fonction de correspondance de chaîne à votre colonne par élément.

table2=table[table['SUBDIVISION'].apply(lambda x: x.startswith('INVERNESS'))]

en supposant que votre colonne "SUBDIVISION" est du type correct (chaîne de caractères).

Edit : correction des parenthèses manquantes

Answer 5

Cela peut également être réalisé en utilisant query :

table.query('SUBDIVISION.str.startswith("INVERNESS").values')