在 Pandas DataFrame 的列中查找并替换所有匹配但不区分大小写的字符串

Posted 2023-02-23

【中文标题】在 Pandas DataFrame 的列中查找并替换所有匹配但不区分大小写的字符串

【英文标题】：Find and replace all the strings that match but case insensitive in a column of Pandas DataFrame

【发布时间】：2020-07-25 16:27:39

【问题描述】：

我有一个带有分类列的 Pandas DataFrame：

df = pd.DataFrame('Source': ['Coronavirus','Sars','sars','coronavirus',
                          'CoronaVirus','Sars'])
df["Source"] = df["Source"].astype('category')
print(df)
        Source
0  Coronavirus
1         Sars
2         sars
3  coronavirus
4  CoronaVirus
5         Sars

请注意文字书写方式的差异，例如（冠状病毒 vs. 冠状病毒 vs. 冠状病毒）。 我希望实现的是转换所有相同文本，即coronavirus和sars，但不管它是如何写的（首字母大写，等），并统一所有这些。所以期望的输出是：

        Source
0  Coronavirus
1         Sars
2         Sars
3  Coronavirus
4  Coronavirus
5         Sars

最终结果是如何产生的（冠状病毒或冠状病毒）并不重要。

提前致谢。

【参考方案1】：

使用Series.str.capitalize，因为这个函数默认小写：

df["Source"] = df["Source"].str.capitalize()

如果需要将每个单词分别大写，（如果实际数据值有2个或更多单词）使用Series.str.title，默认也是小写：

df["Source"] = df["Source"].str.title()
print (df)
        Source
0  Coronavirus
1         Sars
2         Sars
3  Coronavirus
4  Coronavirus
5         Sars

【讨论】：

@JvdV - 你是对的，刚刚经过测试。它小写是因为capitalize 或title