我喜欢筛选出字符串长度不等于10的数据。
如果我试图筛选出任何列A或B的字符串长度不等于10的行,我尝试了这个方法。df=pd.read_csv('filex.csv')
df.A=df.A.apply(lambda x: x if len(x)== 10 else np.nan)
df.B=df.B.apply(lambda x: x if len(x)== 10 else np.nan)
df=df.dropna(subset=['A','B'], how='any')
这工作很慢,但很有效。
但是,当A中的数据不是字符串而是数字(读取csv时解释为数字)时,有时会产生错误。File "", line 1, in
TypeError: object of type 'float' has no len()
我相信应该有更高效和优雅的代码来代替这个。
根据下面的答案和评论,我找到的最简单的解决方案是:df=df[df.A.apply(lambda x: len(str(x))==10]
df=df[df.B.apply(lambda x: len(str(x))==10]
或者df=df[(df.A.apply(lambda x: len(str(x))==10) & (df.B.apply(lambda x: len(str(x))==10)]
或者df=df[(df.A.astype(str).str.len()==10) & (df.B.astype(str).str.len()==10)]