如果存在于熊猫列表中，则删除列中的模式

Posted 2023-02-15

【中文标题】如果存在于熊猫列表中，则删除列中的模式

【英文标题】：Remove pattern within a column if present in a list in pandas

【发布时间】：2022-01-21 12:21:39

【问题描述】：

我有一个数据框，例如：

COL1            COL2 
Element1_VAL1   A
Element2_VAL2   B
Something_lima3 C 
Something_logit5 D

并列出如：

the_list=['_VAL1','_VAL2','_lima3']

我想从COL1, 中删除the_list 中的所有匹配模式并得到：

COL1             COL2 
Element1         A
Element2         B
Something        C 
Something_logit5 D

这里是dict格式的数据框：

'COL1': 0: 'Element1_VAL1', 1: 'Element2_VAL2', 2: 'Something_lima3', 3: 'Something_logit5', 'COL2 ': 0: 'A', 1: 'B', 2: 'C', 3: 'D'

【问题讨论】：

为什么第 3 行有利马？它不应该只是一些东西

哎呀，抱歉打错了

【参考方案1】：

您可以使用 pandas replace()，这非常有用，因为它允许您传递要替换为单个元素（本例为空白）的元素列表，并避免多次调用 .str.replace()。试试：

df['COL1'] = df['COL1'].replace(the_list,'',regex=True)

【讨论】：

你好，我的不行，要移除的元素还在……

我添加了 dict 格式的数据框，以便您测试您使用的脚本@Celius

感谢编辑我刚刚错过了regex=True 参数

【参考方案2】：

尝试使用replace()，但稍作修改：

df['new'] = df['COL1'].str.replace('|'.join(the_list), '',regex=True)

print(df)

               COL1 COL2                new
0     Element1_VAL1     A          Element1
1     Element2_VAL2     B          Element2
2   Something_lima3     C         Something
3  Something_logit5     D  Something_logit5

这个'|'.join(the_list) 将join 和| 中的list 中的所有不同元素，str.replace 接受并读取为or。因此，如果发现任何这些子字符串，它将替换它们''。

【讨论】：

不需要进行连接和强制正则表达式格式，replace() 接受列表的目的是您可以通过它而无需进行任何聚合

是的，你是对的。我刚刚测试了它。您的答案不起作用的原因是您没有包含regex = True。它现在正在工作。