根据条件循环遍历列和切片值答案

【问题标题】：Loop through a column and slice values based on condition根据条件循环遍历列和切片值
【发布时间】：2020-10-24 09:36:25
【问题描述】：

我正在尝试遍历“团队”列并返回团队的一部分以删除符合特定条件的数字和“-”。

    Team                Player
0   1-Miami Heat        Jimmy Butler
1   2-Boston Celtics    Jason Tatum
2   3-Houston Rockets   James Harden

我目前正在使用：

def slice(x):
    for elm in x:
        if elm[0] == '1' or '2':
            return elm[2:]

NBA['Team'] = NBA['Team'].apply(slice)

这将为每个团队返回一个空值。

I would like to return this:
    Team                Player
0   Miami Heat          Jimmy Butler
1   Boston Celtics      Jason Tatum
2   3-Houston Rockets   James Harden

【问题讨论】：

按位尝试df['Team'].str.replace('(1-|2-)','') OR
这能回答你的问题吗？ pandas replace multiple values one column

标签： python python-3.x pandas loops slice

【解决方案1】：

试试这个，
这将删除数字和“-”。

def slice(x):
    x = x.split('-')
    return x[::-1][0]

NBA['Team'] = NBA['Team'].apply(slice)

输出将是

有团队精神的人 0 迈阿密热火队吉米巴特勒 1 波士顿凯尔特人队杰森塔图姆 2休斯顿火箭队詹姆斯哈登

【讨论】：

你有 str 访问器来简化字符串操作
虽然此解决方案确实对数字和“-”进行了切片，但它不使用条件。我需要切片只发生在数字为 1 或 2 而不是 3 的情况下

【解决方案2】：

你的功能有点不对劲。首先，您需要两个语句中的操作数。其次，您不想遍历每个字符串（这就是它正在做的事情）。它包含每个字符串的每个字符，而您真正想要的只是每个字符串。如果不满足条件，您还需要返回一些东西。

我也会让它更健壮。如果一个团队以 11 或 12 开头怎么办？它会让你从12-Chicago Bulls 到-Chicago Bulls。所以不是在索引上固定切片，而是在-处拆分（见最后的最终解决方案）

所以调整函数：

def slice(x):
    if x[0] == '1' or x[0] == '2':
        return x[2:]
    else:
        return x

还有其他方法可以做到这一点：

def slice(x):
    if x.startswith('1') or x.startswith('2'):
        return x[2:]
    else:
        return x

或者将它们组合成一个列表并使用它：

def slice(x,check_list=['1','2']):
    if x.startswith(tuple(check_list)) :
        return x[2:]
    else:
        return x

更强大

import pandas as pd

df = pd.DataFrame({'Team':['1-Miami Heat','2-Boston Celtics','3-Houston Rockets','15-Chicago Bulls'],
                   'Player':['Jimmy Butler','Jason Tatum','James Harden', 'Zach LaVine']})

def slice(x,check_list=['1','2']):
    val, team = x.split('-')[0], x.split('-')[-1]
    if val in check_list:
        return team
    else:
        return x

df['Team'] = df['Team'].apply(slice)

【讨论】：