使用 pandas 检查列的第一个数字

Question

问题
我需要测试列中每个数字的第一个数字的条件。

条件
是 checkVar 的第一个数字大于 5 或者是 checkVar 的第一个数字小于 2
然后设置 newVar=1

解决方案

有人以为我是把它转换成一个字符串，去掉空格，然后取 [0]，但我想不出代码。

也许是这样的，

df.ix[df.checkVar.str[0:1].str.contains('1'),'newVar']=1

这不是我想要的，出于某种原因我得到了这个错误

invalid index to scalar variable.

测试我的原始变量我得到应该满足条件的值

df.checkVar.value_counts()
301    62
1      15
2       5
999     3
dtype: int64

理想情况下它看起来像这样：

            checkVar  newVar
NaN  1         nan    
     2         nan
     3         nan
     4         nan
     5       301.0
     6       301.0
     7       301.0
     8       301.0
     9       301.0
     10      301.0
     11      301.0
     12      301.0
     13      301.0
     14        1.0     1
     15        1.0     1

更新
我的最终解决方案，因为实际问题更复杂

w = df.EligibilityStatusSP3.dropna().astype(str).str[0].astype(int)
v = df.EligibilityStatusSP2.dropna().astype(str).str[0].astype(int)
u = df.EligibilityStatusSP1.dropna().astype(str).str[0].astype(int)
t = df.EligibilityStatus.dropna().astype(str).str[0].astype(int) #get a series of the first digits of non-nan numbers
df['MCelig'] = ((t < 5)|(t == 9)|(u < 5)|(v < 5)|(w < 5)).astype(int)
df.MCelig = df.MCelig.fillna(0)

Answer 1

当您不确定如何继续时，稍微分解一下步骤会很有帮助。

def checkvar(x):
    s = str(x)
    first_d = int(s[0])
    if first_d < 2 or first_d > 5:
        return 1
    else:
        return 0

将 "else: return" 值更改为您想要的任何值（例如，"else: pass"）。另外，如果你想创建一个新列：

*更新 - 我之前没有注意到 NaN。我看到即使使用 dropna()，您仍然遇到问题。以下内容对您有用吗，就像对我一样吗？

df = pd.DataFrame({'old_col': [None, None, None, 13, 75, 22, 51, 61, 31]})
df['new_col'] = df['old_col'].dropna().apply(checkvar)
df

如果是这样也许您数据中的问题与 'old_col' 的数据类型有关？您是否尝试过先将其转换为浮动？

df['old_col'] = df['old_col'].astype('float')

Answer 2

t = df.checkVar.dropna().astype(str).str[0].astype(int) #get a series of the first digits of non-nan numbers
df['newVar'] = ((t > 5) | (t < 2)).astype(int)
df.newVar = df.newVar.fillna(0)

这可能稍微好一点，不确定，但是另一种非常相似的方法。

t = df.checkVar.dropna().astype(str).str[0].astype(int)
df['newVar'] = 0
df.newVar.update(((t > 5) | (t < 2)).astype(int))

使用 pandas 检查列的第一个数字

use pandas to check first digit of a column

python

pandas