pandas: return 以特定数字开头的列值

Question

我有以下 df:

url = 'https://raw.githubusercontent.com/108michael/ms_thesis/master/sic_naics_catcode.csv'
df= pd.read_csv(url, index_col=0)
df.head(3)

    SICcode     Catcode     Category    SICname                      MultSIC    2012 NAICS Code     2002to2007 NAICS
0   111         A1500   Wheat, corn, soybeans and cash grain    Wheat   X           111140           111140
1   112         A1600   Other commodities (incl rice, peanuts, honey)   X           111160           111160
2   115         A1500   Wheat, corn, soybeans and cash grain    Corn    X           111150           111150

我想 return 所有以 531 或 92 开头的行，或者在某些情况下，2002to2007 NAICS 列中以 5416 到 5419 开头的值。

我想这一定很容易。我熟悉（这只是一个模板）dz = df[(df['date'] > '01/03/2005') & (df['date'] < '01/03/2015')] 类型代码，但我不知道任何允许我输入截断值的 'wild-card' 符号。

有什么想法吗？

Answer 1

对于以 531 或 92 开头的值：

df.loc[(df["2002to2007 NAICS"].astype(str).str.startswith("531")) | (df["2002to2007 NAICS"].astype(str).str.startswith("92"))]

对于以 5416:5419 开头的值：

df.loc[df["2002to2007 NAICS"].astype(str).str.slice(0,4).isin([str(i) for i in range(5416, 5420)])]

Answer 2

您可以为此使用 RegEx 功能：

df.loc[df['2002to2007 NAICS'].astype(str).str.contains(r'^(?:531|92|541[6-9])')]

将为您提供所有以 531 或 92 或 5416-5419 开头的值

pandas: return 以特定数字开头的列值

pandas: return column values that begin with certain number(s)

python

wildcard

dataframe

pandas