pandas series : trouver valeur non numérique

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:

---

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

---

et obtenir finalement

Code:

---

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

---

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

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

Code:

---

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

---

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

Bonjour

Citation:

---

Envoyé par 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

---

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.

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:

---

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

---

.
Encore merci

Citation:

---

Envoyé par cpalperou

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.

Citation:

---

Envoyé par cpalperou

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:

---

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:

---

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)

---

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

Code:

---

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

Citation:

---

Envoyé par jurassic pork

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" ??? :mrgreen:

(en fait je connaissais pas...)

Citation:

---

Envoyé par jurassic pork

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])))

Bonjour,

Citation:

---

Envoyé par jurassic pork

Code:

---

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:

---

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

---

Citation:

---

Envoyé par Hominidé

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 ;))

Citation:

---

Envoyé par Sve@r

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:

---

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 >>>

---

J'utilise Python 3.8.10...;)