用 Pandas 中的一个字符串替换一个字符串

Posted 2023-03-17

【中文标题】用 Pandas 中的一个字符串替换一个字符串

【英文标题】：Replace a string with a string out of many in Pandas

【发布时间】：2021-10-27 22:36:43

【问题描述】：

所以，我有一个 pandas 数据框，其中一列包含用户国籍的描述，我想将整个描述替换为他来自的国家/地区。

我的输入是 df 和国家/地区列表：

Description	ID
I am from Atlantis	1
My family comes from Narnia	2

["narnia","uzbekistan","Atlantis",...]

我知道：

每个描述我只有一个国家 描述中包含或不包含国家名称，没有必要根据他所说的推断国家，我只想将[包含国家名称的短语]映射到[国家]。

如果我只有一个国家可以替换，我可以使用类似的东西

df.loc[df['description'].str.contains('Atlantis', case=False), 'description'] = 'Atlantis'

我知道，因为国家/地区名称被组织在一个列表中，我可以循环浏览它并将其应用于所有元素，例如：

for country in country_list:
  df.loc[df['description'].str.contains(country, case=False), 'description'] = country

但在我看来这很 unpythonic 所以我想知道是否有人可以帮助我找到更好的方法（我确定存在）

输出应该是：

Description	ID
Atlantis	1
Narnia	2

【问题讨论】：

你能分享输入样本数据和预期输出吗？

使用str.extract 代替'|'.join(country_list) 模式。

@IbraheemAyoup 已添加，抱歉，我在写问题时忘记了。

@HenryYik 你的意思是 pandas.series.str.extract 方法吗？它不使用正则表达式吗？你能把它传递一个字符串吗，如果你能给出一个更完整和更清晰的答案，我将非常感激:)

【参考方案1】：

你可以使用pd.Series.str.extract:

country_list = ["narnia","uzbekistan","Atlantis"]

df = pd.DataFrame('Description': 0: 'I am from Atlantis', 
                                   1: 'My family comes from Narnia', 
                   'ID': 0: 1, 1: 2)

print (df["Description"].str.extract(f"('|'.join(country_list))", flags=re.I))

          0
0  Atlantis
1    Narnia