如何替换 Pandas 数据框的字符串列中的文本？

Posted 2023-03-11

【中文标题】如何替换 Pandas 数据框的字符串列中的文本？

【英文标题】：How to replace text in a string column of a Pandas dataframe?

【发布时间】：2015-05-13 05:38:22

【问题描述】：

我的数据框中有一列像这样：

range
"(2,30)"
"(50,290)"
"(400,1000)"
... 

我想用 - 破折号替换 , 逗号。我目前正在使用这种方法，但没有任何改变。

org_info_exc['range'].replace(',', '-', inplace=True)

有人可以帮忙吗？

【参考方案1】：

使用矢量化str方法replace：

df['range'] = df['range'].str.replace(',','-')

df
      range
0    (2-30)
1  (50-290)

编辑：所以如果我们看看您尝试了什么以及为什么它不起作用：

df['range'].replace(',','-',inplace=True)

从docs我们看到这样的描述：

str or regex: str: string 完全匹配 to_replace 将被替换 有价值

所以由于str值不匹配，所以不发生替换，对比如下：

df = pd.DataFrame('range':['(2,30)',','])
df['range'].replace(',','-', inplace=True)

df['range']

0    (2,30)
1         -
Name: range, dtype: object

这里我们在第二行得到一个完全匹配并且发生替换。

【参考方案2】：

对于从谷歌搜索到达这里的其他人，了解如何在 all 列上进行字符串替换（例如，如果一个有多个列，如 OP 的“范围”列）： Pandas 在数据框对象上有一个内置的replace 方法。

df.replace(',', '-', regex=True)

来源：Docs

【讨论】：

regex=True 对我来说是关键。谢谢！

regex=True 对我的解决方案也很重要。谢谢，@kevcisme。

【参考方案3】：

将列名中的所有逗号替换为下划线

data.columns= data.columns.str.replace(' ','_',regex=True)

【参考方案4】：

此外，对于那些希望在一列中替换多个字符的人，您可以使用正则表达式：

import re
chars_to_remove = ['.', '-', '(', ')', '']
regular_expression = '[' + re.escape (''. join (chars_to_remove)) + ']'

df['string_col'].str.replace(regular_expression, '', regex=True)

【参考方案5】：

如果你只需要替换一个特定列中的字符，不知何故 regex=True 和 in place=True 都失败了，我认为这种方式会起作用：

data["column_name"] = data["column_name"].apply(lambda x: x.replace("characters_need_to_replace", "new_characters"))

lambda 更像是一个在这种情况下像 for 循环一样工作的函数。 这里的 x 代表当前列中的每一个条目。

您唯一需要做的就是更改“column_name”、“characters_need_to_replace”和“new_characters”。

【讨论】：

这符合我的要求。谢谢。

这是我最终要替换的内容，但我得到“A 值正试图在 DataFrame 的切片副本上设置。”警告。生成的数据框正是我想要的，但警告令人反感。而不是仅仅关闭警告，我正在寻找一种非警告诱导方式。

谢谢！您还需要在 lambda 函数的参数中进行一些转换，例如使用 str(x)

将所有 x 转换为字符串

【参考方案6】：

与 Nancy K 的答案几乎相似，这对我有用：

data["column_name"] = data["column_name"].apply(lambda x: x.str.replace("characters_need_to_replace", "new_characters"))

【参考方案7】：

如果你想从一个字符串中删除两个或多个元素，例如字符'$'和','：

Column_Name
===========
$100,000
$1,100,000

...然后使用：

data.Column_Name.str.replace("[$,]", "", regex=True)

=> [ 100000, 1100000 ]