df.loc[~df['字段2'].str.contains('年'), '字段2'] = '2023年'中~的作用

这行代码是 Pandas 中的 DataFrame 操作，它的作用是将 DataFrame 中“字段2”列中不包含“年”的行的“字段2”值设置为“2023年”。其中“~”表示取反操作，即选择不包含“年”的行。另外，“str.contains()”是一个字符串匹配函数，用于判断字符串是否包含某个子串，返回一个布尔值。因此，这行代码的意思是选择“字段2”列中不包含“年”的行，并将它们的“字段2”值设置为“2023年”。

相关问题

pandas 用str.contains 一个字段如果包含某两个字就生成新的一列判断其类别

可以使用 Pandas 的 loc 方法结合 str.contains 方法来实现。具体的步骤如下：

1. 使用 loc 方法筛选出包含某两个字的行。
2. 将上一步得到的行的索引作为 loc 方法的输入，生成新的一列作为类别。

具体的代码如下所示：

import pandas as pd

# 生成示例数据
data = {
    'text': ['hello world', 'world hello', 'hello', 'world', 'hi world']
}
df = pd.DataFrame(data)

# 使用 loc 方法结合 str.contains 方法生成新的一列作为类别
df.loc[df['text'].str.contains('hello') & df['text'].str.contains('world'), 'category'] = 'category1'
df.loc[~(df['text'].str.contains('hello') & df['text'].str.contains('world')), 'category'] = 'category2'

print(df)

运行结果如下所示：

         text   category
0  hello world  category1
1  world hello  category1
2        hello  category2
3        world  category2
4     hi world  category2

在上面的代码中，我们使用 loc 方法结合 str.contains 方法对 text 列进行处理，生成 category 列作为类别。具体来说，如果某个 text 包含 hello 和 world 这两个字，就将其归为 category1 类别，否则归为 category2 类别。最终的结果存储在 df['category'] 列中。需要注意的是，在 loc 方法中，我们使用 ~ 符号表示取反，即取不包含 hello 和 world 这两个字的行。

# 数据集为2015-2020年在线教育市场的投资事件信息汇总 # 数据字段说明： # ▪ 时间：投资事件发生的时间，格式为：年/月/日。 # ▪ 公司名称：被投资的公司名称。 # ▪ 公司网址：被投资公司在信息披露网站的主页URL。 # ▪ 融资轮次：融资轮次。 # ▪ 投资金额：融资金额，单位有人民币、美元等不同货币。该字段的值有多种类型，包括：明确金额、金额范围、未披露。（读入数据后应换算成统一单位，金额范围按中值记录，未披露按0记录） # ▪ 投资人：投资人，有单个投资人、多个投资人、未披露。 # ▪ 最新估值(估算)：投资后，被投资公司的估值。估值=投资人投资金额/投资人所占股权比例。 # ▪ 字段1：被投资公司所在的领域（一级）。 # ▪ 字段2：被投资公司所在的领域（二级）。 # ▪ 字段3：被投资公司所在的领域（三级）。 # 请统计：筛选出所有投资方未透露，且投资金额也未透露的投资事件信息，然后按照一级领域统计这些投资在每个领域的总投资次数和金额，按照次数降序输出，次数相同按照金额降序。最后将结果写入result.txt文件中。

好的，这是一个数据处理任务。你需要使用Python编写代码来完成该任务。以下是一个可能的解决方案：

import pandas as pd

# 读入数据
df = pd.read_excel('data.xlsx')

# 将金额转换为统一单位（以万元为单位）
df.loc[df['投资金额'].str.contains('万'), '投资金额'] = df.loc[df['投资金额'].str.contains('万'), '投资金额'].str.extract('(\d+\.?\d*)')['投资金额'].astype(float)
df.loc[df['投资金额'].str.contains('亿'), '投资金额'] = df.loc[df['投资金额'].str.contains('亿'), '投资金额'].str.extract('(\d+\.?\d*)')['投资金额'].astype(float) * 10000
df.loc[df['投资金额'] == '未透露', '投资金额'] = 0

# 筛选出投资金额和投资方均未透露的投资事件
df = df[(df['投资金额'] == 0) & (df['投资人'] == '未透露')]

# 按一级领域统计投资次数和金额
result = df.groupby('字段1').agg({'公司名称': 'count', '投资金额': 'sum'}).sort_values(by=['公司名称', '投资金额'], ascending=False)

# 写入文件
result.to_csv('result.txt', sep='\t')

说明：

1. 首先读入数据，并将金额转换为统一单位（以万元为单位）。如果投资金额中包含“万”或“亿”等单位，则提取其中的数字，并乘以相应的倍数转换为万元。
2. 然后筛选出投资金额和投资方均未透露的投资事件，使用逻辑运算符“&”将两个条件连接起来。
3. 最后按照一级领域统计投资次数和金额，并按照题目要求进行排序。注意，如果出现次数相同的情况，需要按照金额降序排列。
4. 将结果写入文件，使用制表符作为字段分隔符。