Pandas：基于某一列的字符串值将Dataframe拆分为单独的Dataframe

Question

我还没有找到适用于我的问题的答案，所以我来提问：

我有一个图像的初始数据框，我想根据该图像的描述（即“Description”列中的字符串）将其分成两部分。

我的问题是，并非所有描述都是相同的。以下是我所说的例子：

有些图像加速，有些则不是。这就是我想要使用的标准来分割数据集。

然而，即使是加速和非加速图像的描述也各不相同。

我的策略是将每个包含“ACC”的字符串重命名为“ACCELERATED IMAGE” - 这将覆盖所有加速图像。

然后我可以执行以下操作：

df_Accl = df[df.Description == "ACCELERATED IMAGE"]
df_NonAccl = df[df.Description != "ACCELERATED IMAGE"]

我该如何实现这个目标？这只是我想出的一种策略，如果有更高效的方法，请随意提出。

- J. Devez

---

请尽量避免使用图片，并在下次放置一些易于加载的数据。 - Franco Piccolo

相关: 基于条件拆分数据框架 - jpp

Answer 1

您可以使用str.contains生成布尔掩码，然后通过布尔索引进行过滤。

要反转掩码，请使用~，过滤不含ACC的行：

mask = df.Description.str.contains("ACC")
df_Accl = df[mask]
df_NonAccl = df[~mask]

- jezrael

---

这个有效（而且比我原来想的策略更高效）！ - J. Devez

Answer 2

您可以使用contains函数查找包含子字符串ACC的行：

df['Description'].str.contains('ACC')

- Franco Piccolo