仅针对包含行的字符串过滤pandas列

Question

我读取并过滤excel文件后，看起来像这样的熊猫数据框。

Col1 Col2 
afaf abc 1 
1512   
asda cdd 2 
adsd   

我试图用

Col1 Col2 
afaf abc1 
asda cdd2 

落得我试图df['Col2'].replace('',np.nan,inplace=True)并做dropna后但没有被替换，所以我认为，它不能取代因为COLUMN2有不止一个那些空行中的空间。

我忘了提及我不能使用strip，因为Col2字符串有我需要保持不变的空格。

任何想法？

Answer 1

我认为你可以使用boolean indexing与条件由strip删除一些可能的空格，然后检查是否length通过len不0：

print (df[df.Col2.str.strip().str.len() != 0]) 
    Col1 Col2 
0 afaf abc 1 
2 asda cdd 2 

如果没有空格：

df[df.Col2.str.len() != 0] 

Answer 2

可以使用pandas str.strip()功能去除色谱柱。这应该删除所有的空白。

它可能看起来像这样

df['Col2'].str.strip().replace('',np.nan,inplace=True) 

因此，使用pipe您可以接收非南行作为

df.iloc[df.pipe(lambda x:x['Col2'].str.strip().replace('',np.nan)).dropna().index] 

后者，更新的解决方案，也适用在你额外的空格约束。不过，请注意，我在发布约束之前使用了管道。

现在，我会选择例如像Jezrael的一个解决方案，但配制成

df[df['Col2'].str.strip() !=''] 

我想，这比使用LEN函数

刚刚执行上一个非常小的数据帧一些基准更清晰一点。 PirSquared解决方案是最快的，其次是Jezrael，其次是我的解决方案，使用“'比较。最后的地方是管道变体。

Answer 3

使用str.match

df[~df.Col2.str.match(r'^\s*$')]