Python pandas:删除字符串中分隔符后的所有内容

Posted

技术标签:

【中文标题】Python pandas:删除字符串中分隔符后的所有内容【英文标题】:Python pandas: remove everything after a delimiter in a string 【发布时间】:2017-04-03 23:32:36 【问题描述】:

我的数据框包含例如:

"vendor a::ProductA"
"vendor b::ProductA"
"vendor a::Productb"

我需要删除所有内容(包括)这两个 :: 以便我最终得到:

"vendor a"
"vendor b"
"vendor a"

我尝试了 str.trim (似乎不存在)和 str.split 没有成功。 最简单的方法是什么?

【问题讨论】:

str.split 可以做到——你是怎么尝试的? 【参考方案1】:

如果它在数据框(名称:数据框)的特定列(名称:列)中,也可以使用

dataframe.column.str.replace("(::).*","")

它给你下面的结果

         column        new_column       
0  vendor a::ProductA  vendor a
1  vendor b::ProductA  vendor b
2  vendor a::Productb  vendor a

通过使用它,您无需指定任何位置,因为它消除了 '::' 之后的任何内容

我想这可能会帮到你,祝你好运!

【讨论】:

【参考方案2】:

您可以使用str.replace(":", " ") 删除"::"。 要拆分,需要指定要拆分成的字符:str.split(" ")

trim函数在python中称为strip:str.strip()

此外,您可以通过 str[:7] 在字符串中获取 "vendor x"

祝你好运

【讨论】:

不能做 str[:7] 因为供应商名称的长度不同【参考方案3】:

您可以像正常使用split 一样使用pandas.Series.str.split。只需在字符串'::' 上拆分,并索引从split 方法创建的列表:

>>> df = pd.DataFrame('text': ["vendor a::ProductA", "vendor b::ProductA", "vendor a::Productb"])
>>> df
                 text
0  vendor a::ProductA
1  vendor b::ProductA
2  vendor a::Productb
>>> df['text_new'] = df['text'].str.split('::').str[0]
>>> df
                 text  text_new
0  vendor a::ProductA  vendor a
1  vendor b::ProductA  vendor b
2  vendor a::Productb  vendor a

这是一个非熊猫的解决方案:

>>> df['text_new1'] = [x.split('::')[0] for x in df['text']]
>>> df
                 text  text_new text_new1
0  vendor a::ProductA  vendor a  vendor a
1  vendor b::ProductA  vendor b  vendor b
2  vendor a::Productb  vendor a  vendor a

编辑:这是上面pandas中发生的事情的分步说明:

# Select the pandas.Series object you want
>>> df['text']
0    vendor a::ProductA
1    vendor b::ProductA
2    vendor a::Productb
Name: text, dtype: object

# using pandas.Series.str allows us to implement "normal" string methods 
# (like split) on a Series
>>> df['text'].str
<pandas.core.strings.StringMethods object at 0x110af4e48>

# Now we can use the split method to split on our '::' string. You'll see that
# a Series of lists is returned (just like what you'd see outside of pandas)
>>> df['text'].str.split('::')
0    [vendor a, ProductA]
1    [vendor b, ProductA]
2    [vendor a, Productb]
Name: text, dtype: object

# using the pandas.Series.str method, again, we will be able to index through
# the lists returned in the previous step
>>> df['text'].str.split('::').str
<pandas.core.strings.StringMethods object at 0x110b254a8>

# now we can grab the first item in each list above for our desired output
>>> df['text'].str.split('::').str[0]
0    vendor a
1    vendor b
2    vendor a
Name: text, dtype: object

我建议查看pandas.Series.str docs,或者更好的是Working with Text Data in pandas。

【讨论】:

我之前试过 str.split('::') 没有成功。 .str[0] 最后做了什么? 它接受每个列表的第一个参数并返回它(str[0] = "vendor a", "vendor b", "vendor c", str[1] 将是 "ProductA", “产品B”,“产品C”) 如何将它应用于多个列?

以上是关于Python pandas:删除字符串中分隔符后的所有内容的主要内容,如果未能解决你的问题,请参考以下文章

从空格分隔的 .dat 文件中获取日期时间 - python/pandas [重复]

如何在 Python Pandas 中使用逗号作为小数分隔符的浮点格式?

使用分隔符 pandas python 将单元格连接成字符串

怎么用python删除CSV中字符串多余的空格?

将整列整数转换为字符串,在 Pandas 中使用逗号分隔千位

python,爬虫,pandas的DataFrame处理后的数据,输出到文本后中间这些数据都没有展开怎么办