Discussion :

[cpalperou]

Bonjour,
j'ai un objet series Pandas contenant d'abord des valeurs numériques puis une chaîne de caractère et encore des valeurs numériques.
Je voudrais extraire de cette série la première partie numérique, soit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

test = pd.Series([1, 2, 3, "date", 5, 6, 7])

et obtenir finalement

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

test = pd.Series([1, 2, 3])

ce, en repérant l'index de la valeur non numérique.
Je bloque ! Pouvez vous m'orienter svp ?
Merci

[cpalperou]

J'ai trouvé cette méthode mais il y a certainement plus élégant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
idx = test[test =="date"].index[0]
test = test[0:idx-1]

[cpalperou]

Puis ce ne sera pas toujours cette chaîne de caractère là. Il me faudrait un truc du genre isnumeric mais je ne sais si ça existe

[Sve@r]

Bonjour

Puis ce ne sera pas toujours cette chaîne de caractère là. Il me faudrait un truc du genre isnumeric mais je ne sais si ça existe

Oui ça existe mais sur les strings. Exemple "5".isnumeric() renvoie vrai.
Donc solution: transformer chaque valeur en string puis tester si la string est numérique: test = pd.Series(x for x in test if str(x).isnumeric()).
Autre solution: garder les éléments "non strings": test = pd.Series(x for x in test if not isinstance(x, str)).
Autre solution: garder les éléments int (et peut-être float s'il y en a): test = pd.Series(x for x in test if isinstance(x, (int, float))).

Donc en effet il y a plus élégant.

[cpalperou]

Merci beaucoup pour vos propositions effectivement bien plus élégante.
Toutefois, il me semble que vos solutions permettent de garder toutes les valeurs numériques et de supprimer les strings. Je souhaite en fait, garder uniquement la 1ère partie numérique.
Dès qu'il y a un string : stop !
Dans mon exemple du 1er test, je voudrais obtenir

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

test = pd.Series([1, 2, 3])

.
Encore merci

[Sve@r]

Toutefois, il me semble que vos solutions permettent de garder toutes les valeurs numériques et de supprimer les strings.

Exact. C'est ce qu'on nomme "liste en intension", où on écrit une liste 2 à partir d'un traitement direct sur une liste 1. Là le traitement c'est "garder les int/float" donc effectivement on garde tout.

Je souhaite en fait, garder uniquement la 1ère partie numérique.
Dès qu'il y a un string : stop !

Pas compliqué mais là on ne peut plus passer en liste par intension. Là il faut écrire l'algorithme complet qui crée une seconde série à partir d'une boucle sur la première et qui stoppe dès que l'élément n'est plus bon. Ensuite on remplace la première par la seconde.
Mais bon, écrire un algo de ce type c'est normalement faisable par n'importe quel débutant Python...

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
import pandas as pd
test = pd.Series([1, 2, 3, "date", 5, 6, 7])
 
tmp=list()
for t in test:
	if not isinstance(t, int): break
	tmp.append(t)
# for
 
test=pd.Series(tmp)
print(test)

Une fois qu'on a l'algo, on peut alors chercher plus élégant. Mais déjà c'est quoi plus élégant en Python? Plus élégant c'est moins de variables, moins d'instructions tout en gardant la lisibilité (donc pas de lignes énormes). Par exemple ici c'est éviter le append() gros consommateur. On peut par exemple incrémenter un indice et quitter quand l'élément n'est plus bon. Suffit alors de récupérer ensuite ce qui ne va que jusqu'à l'indice

Code python :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
import pandas as pd
test = pd.Series([1, 2, 3, "date", 5, 6, 7])
 
for (i, t) in enumerate(test):
	if not isinstance(t, int): break
 
test=pd.Series(test[:i])
print(test)

[jurassic pork]

Hello,
en plus compact grâce à la fonction takewhile du module itertools :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
import itertools
import pandas as pd
test = pd.Series(list(itertools.takewhile(lambda x: type(x) == int, [1, 2, 3, "date", 5, 6, 7])))
print(test)

On prend les éléments tant que ceux sont des entiers et on arrête dès que cette condition n'est plus vraie.

Ami calmant, J.P

[Sve@r]

en plus compact grâce à la fonction takewhile du module itertools

Ah oui mais là où est l'élégance ??? C'est comme celui qui court un marathon et où on lui dit "hey il tu sais que tu peux prendre une moto" ???

(en fait je connaissais pas...)

test = pd.Series(list(itertools.takewhile(lambda x: type(x) == int, [1, 2, 3, "date", 5, 6, 7])))

Attention, il faut éviter type(truc) == xxx car ça ne gère pas l'héritage. Si par exemple tu as un truc qui hérites d'un int, ton truc bien qu'ayant toutes les caractéristiques qui en font un int n'en est quand-même pas un et le test sera faux.
Préférer isinstance() qui, lui, gère l'héritage (et qui gère aussi les possibiltiés multiples)... test = pd.Series(list(itertools.takewhile(lambda x: isinstance(x, (int, float)), [1, 2, 3, "date", 5, 6, 7])))

[MPython Alaplancha]

Bonjour,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
test = pd.Series(list(itertools.takewhile(lambda x: type(x) == int, [1, 2, 3, "date", 5, 6, 7])))

Il n'est pas nécessaire de convertir le générateur en liste:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

test = pd.Series(itertools.takewhile(lambda x: type(x) == int, [1, 2, 3, "date", 5, 6, 7]))

[Sve@r]

Il n'est pas nécessaire de convertir le générateur en liste

Ben si car le truc a besoin d'appeler len() et (enfin chez-moi, sous P3.7.3) il me dit qu'un takewhile n'a pas de len().

On peut toutefois faire une concession car une liste qui ne change pas n'a effectivement pas besoin d'être liste. Un tuple suffit.
test = pd.Series(tuple(itertools.takewhile(lambda x: isinstance(x, int), [1, 2, 3, "date", 5, 6, 7]))).

(et n'oublie pas isinstance() à préférer au test direct sur un type )

[MPython Alaplancha]

Ben si car le truc a besoin d'appeler len() et (enfin chez-moi, sous P3.7.3) il me dit qu'un takewhile n'a pas de len().

On peut toutefois faire une concession car une liste qui ne change pas n'a effectivement pas besoin d'être liste. Un tuple suffit.
test = pd.Series(tuple(itertools.takewhile(lambda x: isinstance(x, int), [1, 2, 3, "date", 5, 6, 7]))).

(et n'oublie pas isinstance() à préférer au test direct sur un type )

Sur linux:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
>>> import itertools
>>> import pandas as pd
>>> test = pd.Series(itertools.takewhile(lambda x: isinstance(x, int), [1, 2, 3, "date", 5, 6, 7]))
>>> print(test)
0    1
1    2
2    3
dtype: int64
>>>

[MPython Alaplancha]

J'utilise Python 3.8.10...