wie um zu überprüfen, ob ein Wert vorhanden ist, in einen dataframe

Hallo ich versuche den Namen der Spalte ein dataframe enthält ein bestimmtes Wort,

zB:
ich habe einen dataframe,

NA              good    employee
Not available   best    employer
not required    well    manager
not eligible    super   reportee

my_word=["well"]

wie um zu überprüfen, ob "gut" existiert im df und in der Spalte name in "gut"

vielen Dank im Voraus!

  • es gibt nur ein Wort?
  • Nein,manchmal mehr als eine
  • Und es sollte substring?
  • ja, Liste von strings
InformationsquelleAutor pyd | 2017-11-17
  1. 5

    Verwenden DataFrame.isin für überprüfen Sie alle Spalten und DataFrame.any für den check mindestens eine True pro Zeile:

    m = df.isin(my_word).any()
print (m)
0    False
1     True
2    False
dtype: bool

    Bekomme und dann Spalten-Namen-Filterung:

    cols = m.index[m].tolist()
print(cols)
[1]

    Daten:

    print (df)
               0      1         2
0            NaN   good  employee
1  Not available   best  employer
2   not required   well   manager
3   not eligible  super  reportee

    Detail:

    print (df.isin(my_word))
       0      1      2
0  False  False  False
1  False  False  False
2  False   True  False
3  False  False  False

print (df.isin(my_word).any())
0    False
1     True
2    False
dtype: bool

    BEARBEITEN Nach der Konvertierung erhalten verschachtelte lists, so Abflachung notwendig ist:

    my_word=["well","manager"]

m = df.isin(my_word).any()
print (m)
0    False
1     True
2     True
dtype: bool

nested = df.loc[:,m].values.tolist()
flat_list = [item for sublist in nested for item in sublist]
print (flat_list)
['good', 'employee', 'best', 'employer', 'well', 'manager', 'super', 'reportee']
    • ok,wie fügen Sie diese Spalte Werte zu my_word, müssen wir anfügen, eins nach dem anderen oder alle pandas Weg
    • Wenn beide Listen, nutzen Sie einfach + wie my_word += cols oder my_word = my_word + cols
    • Nein, nicht nur Spaltennamen, möchte ich hinzufügen, dass alle Werte der datacolumns in cols
    • Kann ich mit einer for-Schleife for item in cols: my_word+=df[item].values.tolist() aber es wäre besser, wenn wir pandas Weg
    • Ja, ich hinzufügen Antwort 😉
    • Vielen Dank für die Lösung 🙂
    • Sie sind herzlich willkommen... Schönes Wochenende!
    • manchmal my_word enthält die Spalte name, in diesem Fall Ihre Lösung funktioniert nicht, wenn ich lese, dass die df mit index false, dann wird es funktionieren,
    • wie man die Spaltennamen auch als eine Spalte Werte, ich meine, ich habe meinen df-Datei ohne Spaltenüberschriften
    • denken Sie parameter header=None?
    • ja, wenn wir df.isin(my_word).any() sollte es sich überlegen Spaltennamen auch, so möchte ich Spaltennamen =1,2,3,...
    • keine 0,1,2 aber 1,2,3 ? Dann nutzen Sie df.columns += 1
    • ya sorry, es ist 0,1,2,.. wie Sie es machen
    • Also, wenn verwenden Sie df = pd.read_csv(file, header=None) bekommen. Aber wenn es einige Spalten-Namen, verwenden Sie df = pd.read_csv(file, header=None, skiprows=1) - es weglassen der ersten header-Zeile.
    • Ich will nicht überspringen Zeilen, df = pd.read_csv(file, header=None) funktioniert für mich, aber wenn es beim Lesen "NA" es liest sich, als NaN, wie zu überwinden
    • Verwenden keep_default_na=False
    • Nein, es ist für alle Daten, die in df.
    • Glaubst du, das ist der Schnellste Weg? df.isin(my_word).any() mein dataframe ist huuge... Versuchen mit df.eq(my_word).any(), aber zu langsam...
    • was ist mit numpy ?
    • Es ist nicht die numerische leider. Ansonsten würde ich das arbeiten mit numpy

    InformationsquelleAutor jezrael
Schreibe einen Kommentar