Pandas 使用startswith从数据框中选择

Question

这项工作（使用Pandas 12 dev）

table2=table[table['SUBDIVISION'] =='INVERNESS']

然后我意识到我需要使用“开始于”来选择字段，因为我缺少一堆。因此，根据我所能追踪的熊猫文档，我尝试过

criteria = table['SUBDIVISION'].map(lambda x: x.startswith('INVERNESS'))
table2 = table[criteria]

并得到了AttributeError：’float’对象没有属性’startswith’

所以我尝试了具有相同结果的替代语法

table[[x.startswith('INVERNESS') for x in table['SUBDIVISION']]]

参考http://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-
indexing
第4部分：系列的列表理解和映射方法也可以用于生成更复杂的条件：

我想念什么？

Answer 1

您可以使用str.startswithDataFrame方法给出更一致的结果：

In [11]: s = pd.Series(['a', 'ab', 'c', 11, np.nan])

In [12]: s
Out[12]:
0      a
1     ab
2      c
3     11
4    NaN
dtype: object

In [13]: s.str.startswith('a', na=False)
Out[13]:
0     True
1     True
2    False
3    False
4    False
dtype: bool

并且布尔索引将可以正常工作（我更喜欢使用loc，但是在没有索引的情况下也可以正常使用）：

In [14]: s.loc[s.str.startswith('a', na=False)]
Out[14]:
0     a
1    ab
dtype: object

。

看起来您在系列/列中的至少一个元素是一个浮点数，它没有startswith方法，因此AttributeError，列表推导应该引发相同的错误…