dataframe筛选某列纯中文

您好，要筛选dataframe中某列纯中文的数据，可以利用正则表达式来匹配中文字符。以下是示例代码：

import pandas as pd
import re

# 创建示例数据
data = {'姓名': ['张三', '李四', '王五', 'Tom', 'Jerry'], '年龄': [20, 25, 30, 35, 40]}
df = pd.DataFrame(data)

# 筛选姓名列中纯中文的数据
pattern = re.compile(r'^[\u4e00-\u9fa5]+$')  # 定义纯中文的正则表达式
df_chinese = df[df['姓名'].apply(lambda x: pattern.match(x) is not None)]

print(df_chinese)

运行结果如下：

   姓名  年龄
0  张三  20
1  李四  25
2  王五  30

以上代码中，`pattern` 定义了一个纯中文的正则表达式，`df['姓名'].apply(lambda x: pattern.match(x) is not None)` 对姓名列中的每个元素都进行正则匹配，只有匹配成功的才会被筛选出来。

相关问题

DataFrame筛选某列不为空的数据

要筛选DataFrame中某列不为空的数据，可以使用`dropna()`方法。下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, None, 20],
        'City': ['Beijing', 'Shanghai', 'Guangzhou', None]}
df = pd.DataFrame(data)

# 筛选Age列不为空的数据
filtered_df = df.dropna(subset=['Age'])

print(filtered_df)

输出结果为：

     Name   Age       City
0   Alice  25.0    Beijing
1     Bob  30.0   Shanghai
3   David  20.0       None

dataframe 筛选某一列的特定值

在Pandas DataFrame中筛选某一列的特定值，你可以使用以下几种方式：

1. 使用`loc`与`isin`函数[^1]:

   df.loc[df['column_name'].isin(['specific_value'])]

这将返回`column_name`列中包含`specific_value`的所有行。

2. 使用`query`函数[^2]，如果DataFrame有名为`query`的方法（常见于Pandas的新版本）：

   df.query(f"column_name == 'specific_value'")

或者如果DataFrame没有`query`方法，可以这样编写条件表达式：

   df[df['column_name'] == 'specific_value']

3. 如果你想筛选出不等于特定值的行，可以这样做：

   df.loc[df['column_name'] != 'specific_value']

或者

   df.query("column_name != 'specific_value'")

请注意，上述操作都需要替换`column_name`和`specific_value`为你实际的数据框列名和你要筛选的具体值。