pandas - 转换 pandas 中的数据类型并删除不必要的行
问题描述
我想在文件中删除不必要的行,但我的原始数据中的数据类型被声明为对象。我尝试使用 .astype 对其进行转换,但它似乎不起作用。
df = pd.read_csv(raw_data, header=None)
print(df.dtypes) headers = ['random']
print("headers\n", headers)
df.columns = headers print(df.dtypes)
我只需要看起来像这样的数据:
::rc=80000000:lq=135:ct=31D2
其他一切都是不必要的。
解决方案
类型是 Pandas 存储字符串的方式(直到最近发布的 v1,但类型是否适合您的目的object
仍然不是问题)。object
当您说您希望数据看起来像该行时,这取决于您必须做到的具体程度。如果足以检查具有的行,::rc=
那么您可以执行以下操作:
df[df.random.str.contains('::rc=')]
否则,您可以使用更精细的正则表达式模式来准确获取您想要的行。
推荐阅读
- database - 使用 bash 将值插入 sqlite 数据库
- python - 在 Mac 上找不到 Python 3 文件夹?
- css - 声明值和指定值有什么区别?
- laravel - 我无法在我的 laravel 项目上安装 ffmpeg 二进制驱动程序
- oracle - 如何使用 plsql 在不同的列中显示 CSV 中的数据?
- amazon-web-services - AWS SQS 中的轮询机制是什么以及它是如何工作的?
- mysql - MySQL查询以查找最近订购的至少一次订购的物品
- c# - 如何在 Microsoft Teams 中制作垂直图标栏
- javascript - 尝试将图像上传到 Firebase 存储但不断收到错误:无法读取未定义的属性“名称”
- node.js - 解析环境变量的正确方法