Python pandas：删除字符串中分隔符后的所有内容

Posted 2023-03-11

【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！

【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？