使用pandas检查列的第一个数字

Question

问题
我需要测试列中每个数字的第一个数字是否有条件。在

条件
checkVar的第一个数字是否大于5 或 checkVar的第一个数字是否小于2
然后设置newVar=1

解决方案

有一种想法是把一个字符串转换成字符串，左键去掉空格，然后取[0]，但我无法计算出代码。在

也许像是

df.ix[df.checkVar.str[0:1].str.contains('1'),'newVar']=1

这不是我想要的，由于某种原因我得到了这个错误

^{pr2}$

测试我的原始变量，我得到的值应该符合条件

df.checkVar.value_counts()
301    62
1      15
2       5
999     3
dtype: int64   

理想情况下，它看起来像这样：

            checkVar  newVar
NaN  1         nan    
     2         nan
     3         nan
     4         nan
     5       301.0
     6       301.0
     7       301.0
     8       301.0
     9       301.0
     10      301.0
     11      301.0
     12      301.0
     13      301.0
     14        1.0     1
     15        1.0     1

更新
我的最终解决方案，因为实际问题更复杂

w = df.EligibilityStatusSP3.dropna().astype(str).str[0].astype(int)
v = df.EligibilityStatusSP2.dropna().astype(str).str[0].astype(int)
u = df.EligibilityStatusSP1.dropna().astype(str).str[0].astype(int)
t = df.EligibilityStatus.dropna().astype(str).str[0].astype(int) #get a series of the first digits of non-nan numbers
df['MCelig'] = ((t < 5)|(t == 9)|(u < 5)|(v < 5)|(w < 5)).astype(int)
df.MCelig = df.MCelig.fillna(0)

Answer 1

当你不确定如何进行时，将这些步骤分开一点是有帮助的。在

def checkvar(x):
    s = str(x)
    first_d = int(s[0])
    if first_d < 2 or first_d > 5:
        return 1
    else:
        return 0

将“else:return”值更改为您想要的任何值（例如，“else:pass”）。另外，如果要创建新列：

*更新-我之前没有注意到NaNs。我发现即使使用dropna（）也有问题。下面这些对你有用吗，就像对我一样？在

^{pr2}$

如果是这样的话，可能您的数据中的问题是“old_col”的数据类型？你试过先把它转换成浮点数吗？在

df['old_col'] = df['old_col'].astype('float')

Answer 2

t = df.checkVar.dropna().astype(str).str[0].astype(int) #get a series of the first digits of non-nan numbers
df['newVar'] = ((t > 5) | (t < 2)).astype(int)
df.newVar = df.newVar.fillna(0)

这可能稍微好一点，不确定，但另一个，非常相似的方法来处理它。在

^{pr2}$