如何根据条件在 pandas 数据帧上应用字符串拆分方法？答案

【问题标题】：How do I apply the string split method on a pandas dataframe based on a condition?如何根据条件在 pandas 数据帧上应用字符串拆分方法？
【发布时间】：2020-05-01 10:26:24
【问题描述】：

我想替换我的数据框中以错误格式输入的一些值。例如，850/07-498745 应该是 07-498745。现在，我成功地使用了字符串拆分来做到这一点。但是，它将所有以前正确格式化的字符串转换为 NaN。我试图基于一个条件，但我仍然有同样的问题。我该如何解决？

示例输入：

mylist = ['850/07-498745', '850/07-148465', '07-499015']
df = pd.DataFrame(mylist)
df.rename(columns={ df.columns[0]: "mycolumn" }, inplace = True)

我的尝试：

df['mycolumn'] = df[df.mycolumn.str.contains('/') == True].mycolumn.str.split('/', 1).str[1]
df

输出：

我想要什么：

【问题讨论】：

按照您的逻辑，它将是：df.loc[df.mycolumn.str.contains('/'), 'mycolumn'] = df.mycolumn.str.split('/').str[1]。但在这种情况下，anky_91 的答案更有意义。

标签： python string pandas split data-cleaning

【解决方案1】：

这也可以，并且可以帮助您理解为什么您最初的尝试没有：

mask = df.mycolumn.str.contains('/')
df.mycolumn.loc[mask] = df.mycolumn[mask].str.split('/', 1).str[1]

你在做df['mycolumn'] = ...，我相信这只是用你形成的新系列替换了该列的整个系列。

【讨论】：

【解决方案2】：

对于正则表达式解决方案：

df.mycolumn.str.extract('(?:.*/)?(.*)$')[0]

输出：

0    07-498745
1    07-148465
2    07-499015
Name: 0, dtype: object

【讨论】：

【解决方案3】：

您可以使用split 和/ 并从列表中获取最后一个返回字符串：

df['mycolumn'].str.split('/').str[-1]

0    07-498745
1    07-148465
2    07-499015
Name: mycolumn, dtype: object

【讨论】：