Python 如何获取/检查df.query（）中的行位数？

我有一个数据帧df，如：

number | col1
123    | a
1234   | b
567    | c

我想计算“number”列中有多少行的数字大于或小于3位。 列的名称为dtype=int64

当我尝试时：

count = df.query(
    """
    ... 'some other filters' or \
    MSN.str.len() != 3
    """
)
print(count)

我得到：

AttributeError:只能对字符串值使用.str访问器

正在尝试使用转换为str（）

ValueError：“str”不是受支持的函数

转换为字符串也会计算负号，所以这不是一个真正的解决方案

删除len=3的检查将删除所有错误消息并打印计数

如何计算数据帧查询中的数字而不转换为str和apply（对于我的行数来说太慢了）

给予

print（df[（df['numLen']）>3和（df['number']）>0.count（））

用于长度大于3的项目

或者

df[（df['number']）>=100].count（）

这将为您提供所有超过3位的数字

In [25]: df = pd.DataFrame({'number':[123, 25, 1234, -165, -99, 567], 'col' : ['a','b','c', 'd', 'e', 'f']})

In [26]: df
Out[26]:
   number col
0     123   a
1      25   b
2    1234   c
3    -165   d
4     -99   e
5     567   f

In [27]: df.query("100 <= abs(number) <= 999")['number'].size
Out[27]: 3

给予

print（df[（df['numLen']）>3和（df['number']）>0.count（））

用于长度大于3的项目

或

df[（df['number']）>=100].count（）

这将为您提供所有在[25]中超过3位的数字

：df=pd.DataFrame（{'number'：[123,251234，-165，-99567]，'col'：['a'，'b'，'c'，'d'，'e'，'f']））
In [25]: df = pd.DataFrame({'number':[123, 25, 1234, -165, -99, 567], 'col' : ['a','b','c', 'd', 'e', 'f']})

In [26]: df
Out[26]:
   number col
0     123   a
1      25   b
2    1234   c
3    -165   d
4     -99   e
5     567   f

In [27]: df.query("100 <= abs(number) <= 999")['number'].size
Out[27]: 3

In[26]：df
出[26]：
数字列
0 123 a
125B
21234 c
3-165 d
4-99 e
5567 f
在[27]：df.query中（“在[25]：df=pd.DataFrame（{'number'：[123,251234，-165，-99567]，'col'：['a'，'b'，'c'，'d'，'e'，'f']）中的100

In[26]：df
出[26]：
数字列
0 123 a
125B
21234 c
3-165 d
4-99 e
5567 f
在[27]中：df.query（“100这是使用apply，这对我的数据集来说太长了。它还将计算负号，这是错误的。将简单的答案放在最后，它将给出长度超过3的所有数字，没有负数，只需计算超过100的数字…这是使用apply，这对我的数据集来说太长了。它还将计算负数这是错误的。把简单的答案放在最后，它会给你所有长度超过3的数字，没有负数，只要数一数超过100的数字。。。
    number  col numLen
0   123     a   3
1   1234    b   4
2   567     c   3

In [25]: df = pd.DataFrame({'number':[123, 25, 1234, -165, -99, 567], 'col' : ['a','b','c', 'd', 'e', 'f']})

In [26]: df
Out[26]:
   number col
0     123   a
1      25   b
2    1234   c
3    -165   d
4     -99   e
5     567   f

In [27]: df.query("100 <= abs(number) <= 999")['number'].size
Out[27]: 3