我有一個非常大的資料框，我想用 NaN 替換所有不包含特定單詞的元素（同時保持第一個“id”列不變）。
例如：
index id text1 text2 ...
1 123 {'"key'": '"living_space'" '"value'": '"01.04.2022'"} ...
2 124 {'"key'": '"rooms'" '"value'": '"3'"} ...
3 125 23 {'"key'": '"rooms'" ...
4 126 45 Apartment sold ...
我想保留資料框中包含單詞key或value的所有元素，并用nan替換所有其他元素，所以我會得到如下資料框：
index id text1 text2 ...
1 123 {'"key'": '"living_space'" '"value'": '"01.04.2022'"} ...
2 124 {'"key'": '"rooms'" '"value'": '"3'"} ...
3 125 nan {'"key'": '"rooms'" ...
4 126 nan nan ...
我曾嘗試使用以下代碼，但它只是清除了整個資料集。
l1 = ['key', 'value']
df.iloc[:,1:] = df.iloc[:,1:].applymap(lambda x: x if set(x.split()).intersection(l1) else '')
提前致謝。
uj5u.com熱心網友回復：
考慮以下方法來解決問題。它由 2 個部分組成。(1) 決定是否保留或洗掉資料的邏輯在函式中實作substring_filter- 我們只需檢查target字串是否包含來自 的任何單詞words。np.where(2) 使用numpy 中非常方便的輔助函式執行實際過濾。
import numpy as np
import pandas as pd
def substring_filter(target, words):
for word in words:
if word in target:
return True
return False
if __name__ == '__main__':
df = pd.DataFrame({
'A': [1, 2, 3, 4],
'B': [True, False, False, True],
'C': ['{"key": 1}', '{"value": 2}', 'text', 'abc']})
words_to_search = ('key', 'value')
df.loc[:, 'C'] = np.where(
df.loc[:, 'C'].apply(lambda x: substring_filter(x, words_to_search)),
df.loc[:, 'C'],
None)
print(df)
結果是：
A B C
0 1 True {"key": 1}
1 2 False {"value": 2}
2 3 False None
3 4 True None
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/454555.html