使这个数据清理循环更容易

Question

我正在用python2.7清理一些人类分类数据，主要是使用pandas，但是使用numpy.isreal()检查float，因为有些人显然在'background_color'之类的字段中输入了float。不管怎么说，我正在发布一个例子，说明我当前设置的一种颜色的外观是什么样的，它可以工作，只是看起来不太像Python，在循环的末尾，blues是所有索引的列表，其中background_color不区分大小写'BLUE'：

blueShapes=[]
for i in range(imageData.shape[0]):
    if not (np.isreal(imageData.loc[i,'background_color'])):
        if imageData.loc[i,'background_color'].upper()=='BLUE':
            blueShapes.append(i)

似乎我可以使用map函数来让这个更具python风格，更漂亮。就像我说的，它按预期运行，但似乎太…C或Java了，无法用Python编写。提前感谢您的回复。你知道吗

-编辑：我删除了计数，因为它是一个旧循环的遗迹

Answer 1

可以定义一个lambda函数，该函数返回具有特定字符串值的行索引

getRowIndexWithStringColor = lambda df, color: [i for i in range(df.shape[0]) if (not np.isreal(df.loc[i,'background_color'])) and df.loc[i,'background_color'].upper()==color)]
rowIndexWithBlue = getRowIndexWithStringColor(imageData, 'BLUE')

Answer 2

你可以创建一个大写的bew列

imageData['background_color_2'] = map(lambda x: x.upper(), imageData['background_color'].astype(str))

subset = imageData[imageData['background_color_2']=='BLUE']

为了伯爵

len(subset['background_color'])

Answer 3

作为一个一般规则，如果你是循环在熊猫你做错了。你知道吗

应该看起来像这样（虽然没有经过测试，所以你需要调整它！）地址：

strings = (~imageData.background_color.apply(np.isreal))
blue = (imageData.background_color.str.upper()=="BLUE")
blueshapes = imageData[strings & blue].index