对文件中某一行根据包含的数量进行筛选

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

一、问题阐述

想对drug这一列进行判断，如果哪一行drug的数量是1，则将此行删除

二、解决方法

1.将字符串转成列表，进行计数

代码如下（示例）：

import pandas as pd

# 读取CSV文件到DataFrame
df = pd.read_csv('your_file.csv')

# 定义一个函数，用于处理 drug 列中的字符串，strip()是将字符串两端的空格去除
def process_drug_column(drug_str):
    # 去除多余的字符并将字符串转换为列表
    drugs = drug_str.strip('[]').replace("'", "").split(',')
    return [drug.strip() for drug in drugs]

# 应用处理函数到 drug 列
df['drug'] = df['drug'].apply(process_drug_column)

# 过滤出 drug 列中包含多个药物的行
df_filtered = df[df['drug'].apply(len) > 1]

# 保存过滤后的DataFrame到新的CSV文件
df_filtered.to_csv('filtered_file.csv', index=False)

2.针对字符串，直接计数逗号来计算药物数量

代码如下（示例）：

import pandas as pd

# 读取CSV文件到DataFrame
df = pd.read_csv('/home/yin/DREAMwalk-main/DREAMwalk-main/demo/LiuRui/recall_result/true_disease.csv')

# 过滤出 drug 列中包含多个药物的行（逗号数量大于等于1的行）
df_filtered = df[df['drug'].str.count(',') >= 1]

# 保存过滤后的DataFrame到新的CSV文件
df_filtered

---

总结

针对上面两种方法，第二种要求数据格式是规范的且没有额外的复杂情况，所以第一种较为灵活，且生成的数据格式规范。