我有一個包含多列的資料集，其中兩列我想用來過濾資料，如下所示：
- 在原因列中保留所有 A3 的行值
- 在原因列中保留在 Goods_Issue_Date_(GID) 中具有 date(obj) 的所有值（甚至為 null）
*隨意為在 GID 中有日期的原因中的空值分配一個值
并洗掉其他值，例如 c,b..
已經使用了適用于 A3 值的代碼：
Df = 資料[資料[“原因”].isna(['A3'])] ....？
df=pd.DataFrame({'Reason':{0: 'b',1: 'c',2: 'a3',3: ' ',4: ' ',5: 'a3',6: 'a3',7: ' ',8: 'b',9: ' ',}, 'Goods_Issue_Date_(GID)':{0: ' -1',1: '2 ',2: ' ',3: ' ',4: '2021-11-03T00:00:00',5: '2021-11-03T00:00:00',6: '',7: '',8: '0.5',9: '2021-11-03T00:00:00'}})
| 原因 | Goods_Issue_Date_(GID) |
|---|---|
| b | -1 |
| C | 2 |
| a3 | |
| 2021-11-03T00:00:00 | |
| 2021-11-03T00:00:00 | |
| a3 | |
| a3 | |
| 0 | |
| b | 0.5 |
| 2021-11-03T00:00:00 |
uj5u.com熱心網友回復：
這假設您的日期格式始終以 00:00 結束
df[(df['Reason']=='a3') | (df['Goods_Issue_Date_(GID)'].str[-5:]=='00:00')]
Reason Goods_Issue_Date_(GID)
2 a3
4 2021-11-03T00:00:00
5 a3 2021-11-03T00:00:00
6 a3
9 2021-11-03T00:00:00
uj5u.com熱心網友回復：
df[(df['Reason']=='a3') | pd.to_datetime(df['Goods_Issue_Date_(GID)'], errors='coerce').notna()]
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/415727.html
標籤：