还没有找到任何可以应用于我的问题的答案,所以这里是:
我有一个图像的初始数据框,我想根据该图像的描述将其分成两部分,这是“描述”列中的一个字符串。
我的问题是并不是所有的描述都是一样的。这是我的意思的一个例子:
一些图像被加速,而另一些则没有。这就是我想用来分割数据集的标准。
然而,即使是加速和非加速图像描述也各不相同。
我的策略是将其中包含“ACC”的每个字符串(这将涵盖所有加速图像)重命名为“ACCELERATED IMAGE”。
然后我可以这样做:
df_Accl = df[df.Description == "ACCELERATED IMAGE"]
df_NonAccl = df[df.Description != "ACCELERATED IMAGE"]
我怎样才能做到这一点?这只是我想出的一个策略,如果有任何其他更有效的方法可以随意说出来。
最佳答案
您可以使用 str.contains
对于 bool 掩码 - 然后按 boolean indexing
过滤.
对于反转掩码使用~
,过滤不包含ACC
的行:
mask = df.Description.str.contains("ACC")
df_Accl = df[mask]
df_NonAccl = df[~mask]
关于python - Pandas:根据某些列的字符串值将数据框拆分为单独的数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53363819/