Python - 在熊猫数据框中使用多个替换来拆分和替换列表的一部分答案

【问题标题】：Python - Splitting and replacing parts of a list with multiple replacements in a pandas dataframePython - 在熊猫数据框中使用多个替换来拆分和替换列表的一部分
【发布时间】：2021-05-24 04:45:15
【问题描述】：

在 Python 中，我有一个 pandas 数据框中的位置列表，我想减少每个字符串以匹配更大列表的格式，目的是合并列表。

最终，我想让这个列表与另一个数据框的格式匹配，这样当我合并时，我只会合并“stop_name”列匹配的行。

例如，在下面的列表中，我想删除“STATION”，这样“BOONTON STATION”就变成了“BOONTON”。

但是，我也希望“BUTLER STATON (NEW JERSEY)”变成“BUTLER”，删除“STATION (NEW JERSEY)”。

最后，对于一个 2 字的车站名称，我想保留第二个字，这样“MORRIS PLAINS STATION”就变成了“MORRIS PLAINS”。

基本上，我想从“站”一词之前的一个空格中删除所有内容，以及“stop_name”列中每一行中的所有内容。

我尝试了各种字符串的拆分和替换，但要么出错，要么没有对每一行进行替换。

我们将不胜感激任何可行的解决方案。

stop_name
0   BOONTON STATION
1   BUTLER STATION (NEW JERSEY)
2   CONVENT STATION (NJ TRANSIT)
3   DOVER STATION (NJ TRANSIT)
4   LAKE HOPATCONG STATION
5   MADISON STATION (NJ TRANSIT)
6   MILLINGTON STATION
7   MORRIS PLAINS STATION
8   MORRISTOWN STATION
9   MOUNT ARLINGTON STATION
10  MOUNT TABOR STATION
12  POMPTON PLAINS STATION
13  TOWACO STATION

【问题讨论】：

标签： python pandas string replace split

【解决方案1】：

不带正则表达式的替代方案：

>>> df["stop_name"].str.split("STATION").str[0].str.strip()
0             BOONTON
1              BUTLER
2             CONVENT
3               DOVER
4      LAKE HOPATCONG
5             MADISON
6          MILLINGTON
7       MORRIS PLAINS
8          MORRISTOWN
9     MOUNT ARLINGTON
10        MOUNT TABOR
12     POMPTON PLAINS
13             TOWACO
Name: stop_name, dtype: object

【讨论】：

【解决方案2】：

正则表达式extract() 是直截了当的。

df = pd.read_csv(io.StringIO("""stop_name
0   BOONTON STATION
1   BUTLER STATION (NEW JERSEY)
2   CONVENT STATION (NJ TRANSIT)
3   DOVER STATION (NJ TRANSIT)
4   LAKE HOPATCONG STATION
5   MADISON STATION (NJ TRANSIT)
6   MILLINGTON STATION
7   MORRIS PLAINS STATION
8   MORRISTOWN STATION
9   MOUNT ARLINGTON STATION
10  MOUNT TABOR STATION
12  POMPTON PLAINS STATION
13  TOWACO STATION"""), sep="\s\s+", engine="python")

df.stop_name = df.stop_name.str.extract(r"(^.*) STATION.*$")

	stop_name
0	BOONTON
1	BUTLER
2	CONVENT
3	DOVER
4	LAKE HOPATCONG
5	MADISON
6	MILLINGTON
7	MORRIS PLAINS
8	MORRISTOWN
9	MOUNT ARLINGTON
10	MOUNT TABOR
12	POMPTON PLAINS
13	TOWACO

【讨论】：

【解决方案3】：

看来你只是想用空字符串替换模式 STATION.*：

df.stop_name.str.replace(' STATION.*', '')

0             BOONTON
1              BUTLER
2             CONVENT
3               DOVER
4      LAKE HOPATCONG
5             MADISON
6          MILLINGTON
7       MORRIS PLAINS
8          MORRISTOWN
9     MOUNT ARLINGTON
10        MOUNT TABOR
12     POMPTON PLAINS
13             TOWACO
Name: stop_name, dtype: object

【讨论】：