在Pandas DataFrame中找到`？‘，只查看行和列(’？‘的位置)

Question

情况

• 接受.csv文件
• ，将所有非ascii字符替换为具有?的.csv行和列，并显示它们的位置(在df或列表中)

。

样本码

df = pd.read_csv('../test.csv', sep='|', skiprows=1)
find_non_ascii = df.select_dtypes(object)
df[find_non_ascii.columns] = find_non_ascii.apply(lambda x: x.str.encode("ascii", "replace").str.decode("ascii")
)
df2 = df[find_non_ascii.columns]
quest = '\\?'
lster = []
try:
    for col in cols:
        df3 = df2.loc[df2[f'{col}'].str.contains(quest, na=False)]
        if df3.items():
            lster.append(df3)

except Exception as e:
    print(e)
print(lster)

输出

[    NAME EARPHONES MODEL_NUMBER   ID  CAR
 0  d?fgh      ?g?s          s-s  d?d  asd,
     NAME EARPHONES MODEL_NUMBER   ID  CAR
 0  d?fgh      ?g?s          s-s  d?d  asd
 1    dfg        A?          NaN   af    a,
 Empty DataFrame
 Columns: [NAME, EARPHONES, MODEL_NUMBER, ID, CAR]
 Index: [],
     NAME EARPHONES MODEL_NUMBER   ID  CAR
 0  d?fgh      ?g?s          s-s  d?d  asd,
 Empty DataFrame
 Columns: [NAME, EARPHONES, MODEL_NUMBER, ID, CAR]
 Index: []]```

Answer 1

您可以使用df.apply为每一行创建一个掩码(True/False)，在这种情况下，df很可能是df2，但为了简单起见，我将其保留为df。

df['mask'] = df.apply(lambda x: any(x[col].__contains__('?') for col in df.columns), axis = 1)

然后，可以使用此掩码筛选数据，只显示掩码为True的行(行包含任何'?')。

df.loc[df['mask']]

并删除结果中显示的掩码列。

df.loc[df['mask'],df.columns[:-1]]