在关键字下面的熊猫数据隔离行

Question

我有一个1列的数据

df = pd.read_csv(txt_file, header=None)

我试图在列中搜索字符串，然后返回行。

key_word_df = df[df[0].str.contains("KeyWord")]

我不知道每次找到关键字时，你怎么能把它下面的行隔离起来，并分配给一个新的df。

Answer 1

你可以使用移位函数。下面是一个例子

import pandas as pd

df = pd.DataFrame({'word': ['hello', 'ice', 'kitten', 'hello', 'foo', 'bar', 'hello'],
                  'val': [1,2,3,4,5,6,7]})

    val word
0   1   hello
1   2   ice
2   3   kitten
3   4   hello
4   5   foo
5   6   bar
6   7   hello

keyword = 'hello'
df[(df['word']==keyword).shift(1).fillna(False)]

    val word
1   2   ice
4   5   foo

Answer 2

您可以在索引器上使用.shift方法。我已经将它分成多行，以演示发生了什么，但您可以在一个一行中进行操作，以便在实践中简洁。

import pandas as pd
# 1. Dummy DataFrame with strings
In [1]: df = pd.DataFrame(["one", "two", "one", "two", "three"], columns=["text",])

# 2. Create the indexer, use `shift` to move the values down one and `fillna` to remove NaN values
In [2]: idx = df["text"].str.contains("one").shift(1).fillna(False)
In [3]: idx
Out [3]:
0    False
1     True
2    False
3     True
4    False
Name: text, dtype: bool

# 3. Use the indexer to show the next row from the matched values:
In: [4] df[idx]
Out: [4]
text
1  two
3  two

Answer 3

这里有一条路。

获取与条件匹配的行的索引。然后使用.loc获得匹配的索引+ 1。

请考虑以下示例：

df = pd.DataFrame({0: ['KeyWord', 'foo', 'bar', 'KeyWord', 'blah']})
print(df)
#         0
#0  KeyWord
#1      foo
#2      bar
#3  KeyWord
#4     blah

应用掩码，获取索引+1的行：

key_word_df = df.loc[df[df[0].str.contains("KeyWord")].index + 1, :]
print(key_word_df)
#      0
#1   foo
#4  blah