用列/系列中的值替换熊猫子字符串

Posted 2023-03-23

【中文标题】用列/系列中的值替换熊猫子字符串

【英文标题】：Replacing a pandas substring with value from a column/Series

【发布时间】：2020-03-07 10:19:55

【问题描述】：

我正在尝试用 pandas 列中的值替换 Pandas 子字符串。这个问题以前没有人回答过。

我曾尝试使用 .replace() 方法，但它抛出以下错误：

TypeError Traceback（最近调用 最后）在 ----> 1 df['name'].str.replace('(C)', df.name2)

~/opt/anaconda3/lib/python3.7/site-packages/pandas/core/strings.py 在 包装器（自我，*args，**kwargs）1841）1842 引发类型错误（味精） -> 1843 return func(self, *args, **kwargs) 1844 1845 wrapper.name = func_name

~/opt/anaconda3/lib/python3.7/site-packages/pandas/core/strings.py 在 替换（self，pat，repl，n，case，flags，regex）2714 def 替换（self，pat，repl，n=-1，case=None，flags=0，regex=True）： 第2715章 -> 2716 self._parent, pat, repl, n=n, case=case, flags=flags, regex=regex 2717) 2718 返回 self._wrap_result(结果)

~/opt/anaconda3/lib/python3.7/site-packages/pandas/core/strings.py 在 str_replace（arr，pat，repl，n，case，flags，regex） 597 # 检查 repl 是否有效 (GH 13438, GH 15055) 598 如果不是（is_string_like(repl) 或 callable(repl)）： --> 599 raise TypeError("repl must be a string or callable") 600 601 is_compiled_re = is_re(pat)

TypeError: repl 必须是字符串或可调用的

data = 'id': [1, 2, 3, 4], 'name': ['name1 (C)', 'name2 (B)', 'name3', 'name4'],
        'name2':['Jane','Abbie','Luke','Peter']


df = pd.DataFrame(data)

df['name'].str.replace('\(C\)', df.name2)

预期结果：

    id  name    name2
0   1   name1 Jane  Jane
1   2   name2 Abbie Abbie
2   3   name3   Luke
3   4   name4   Peter

【参考方案1】：

你需要 python re.sub 和 listcomp

import re

df['new_name'] = [re.sub(r'\(\w+\)', r, s) for r, s in zip(df.name2, df.name)]

Out[280]:
   id       name  name2     new_name
0   1  name1 (C)   Jane   name1 Jane
1   2  name2 (B)  Abbie  name2 Abbie
2   3      name3   Luke        name3
3   4      name4  Peter        name4

【讨论】：

谢谢。有没有其他不使用正则表达式的解决方案？

是的。您可以使用str.split 和有条件的替换和加入。它要求您知道要替换的子字符串的确切位置（如在您的示例中它们是第二个单词），并且拆分和连接不是最佳选择。

谢谢安迪。说得通。我会使用正则表达式