如何在dataframe里查找某个字段并打出其后跟的值

937135952

如题，比如dataframe中，分布着众多城市，城市后一列跟着人口数。但是该dataframe杂乱无章。程序目的只需要实现获取指定城市人口即可。比如想要获取南京的人口6，应该如何编写代码？

阿奇_o

import pandas as pd
import numpy as np
df = pd.read_excel('杂乱的数据.xlsx', header=None)
df.replace('nan', np.nan, inplace=True)
print(df, "\n----------\n")

# 清洗数据：空值处理与提取有效数据，变成"一列"
data = [r.dropna() for i, r in df.iterrows()]  
sd = pd.concat(data).reset_index(drop=True)
print(sd.head(5), "\n----------\n")

# 规整数据：
city, val = [], []
for i, r in enumerate(sd):
    if i%2 == 0:
        city.append(r)
    else:
        val.append(r)

res = pd.DataFrame({'city': city, 'val': val})
print(res)

# res[res.city == '南京']

#%%
用正则表达，更简单，清洗和规整数据这两步，可以一起搞定：
s = str(df.values)
import re 
data = re.findall("'(\w+)' (\d+)", s)
print(data)

937135952

阿奇_o 发表于 2022-3-4 23:12

非常感谢，还有一个问题想请教，在正则表达式方法中，输出的是[('新疆', '1'), ('上海', '10'), ('北京', '7'), ('杭州', '8'), ('长沙', '2'), ('南京', '6'), ('西安', '7'), ('湖北', '5'), ('海南', '2')]应该怎么print出南京对应的数值呢？

阿奇_o

937135952 发表于 2022-3-5 12:42
非常感谢，还有一个问题想请教，在正则表达式方法中，输出的是[('新疆', '1'), ('上海', '10'), ('北京', ...

你这好像在问，"饭菜煮熟了，香喷喷的，可我怎么吃到嘴里呢？"
真可爱~

isdkz

937135952 发表于 2022-3-5 12:42
非常感谢，还有一个问题想请教，在正则表达式方法中，输出的是[('新疆', '1'), ('上海', '10'), ('北京', ...

import pandas as pd
import re
df = pd.read_excel('人口登记表.xlsx', header=None)

pattern = re.compile(r"'([\u4e00-\u9fa5]+)' (\d+)")
string = str(df.values)
while True:
    search = input("请输入你要查找的城市（输入e退出）：")
    if search.lower() == 'e':
        break
    try:
        result = next(filter(lambda x: x[1] == search, pattern.finditer(string)))[2]
    except StopIteration:
        print(f"{search} 没有数据！")
        continue
    print(f'{search} 的人口数为 {result}')