如果部分字符串匹配，则替换整个数据框中的值答案

【问题标题】：Replacing value in whole dataframe if part of the string match如果部分字符串匹配，则替换整个数据框中的值
【发布时间】：2020-09-23 07:50:02
【问题描述】：

如果部分字符串匹配，我正在尝试替换整个数据框中的值。我尝试使用 df.replace df.str.contains 等，但它们都不起作用。以下是类似的问题，但他们没有回答我的问题 [示例][1]：

我有这样的数据框： df

Brand                        2Brand                         3Brand
Audi                          BMW                           None of the above
None from list                BMW                           Audi
None                          None below or above           BMW
NaN                           Audi                          NaN

我只想在没有出现的地方替换。

想要的输出应该是这样的：

Brand                        2Brand                         3Brand
Audi                          BMW                           None
None                          BMW                           Audi
None                          None                          BMW
NaN                           Audi                          NaN

【问题讨论】：

仍然无法处理真实数据？

标签： python pandas replace re

【解决方案1】：

在DataFrame.apply 中的每列使用DataFrame.mask 和Series.str.contains，以避免转换可能的None 和NaN 值使用na=False 参数：

df = df.mask(df.apply(lambda x: x.str.contains('None', na=False)), 'None')
print (df)
  Brand 2Brand 3Brand
0  Audi    BMW   None
1  None    BMW   Audi
2  None   None    BMW

编辑：如果可能，某些数字列使用DataFrame.select_dtypes 仅获取字符串列（显然对象吃字符串），然后添加到由False 填充的掩码数字列DataFrame.reindex：

print (df)
            Brand               2Brand             3Brand  col
0            Audi                  BMW  None of the above    4
1  None from list                  BMW               Audi    7
2            None  None below or above                BMW    9
3             NaN                 Audi                NaN    5

mask = (df.select_dtypes(object)
          .apply(lambda x: x.str.contains('None', na=False))
          .reindex(df.columns, fill_value=False, axis=1))
df = df.mask(mask, None)
print (df)
  Brand 2Brand 3Brand  col
0  Audi    BMW   None    4
1  None    BMW   Audi    7
2  None   None    BMW    9
3   NaN   Audi    NaN    5

【讨论】：

谢谢，但我有很多列，不想更改所有数据类型，因为我需要应用于整个 df。有些列没有 str 数据类型...所以我收到此错误AttributeError: Can only use .str accessor with string values!
我不想更改 NaN 值。它们应该保持为 NaN。我只想更改关键字“无”的地方。它可以工作，但它也将所有 NaN 值更改为“无”。
@s_khan92 - 你需要替换为None 像Nonetype 还是像None 像字符串'None' ？
只有一个字符串“None”
@s_khan92 - 好的，所以需要将('None', na=True) 更改为('None', na=False) 和df.mask(mask, None) 更改为df.mask(mask, 'None')

【解决方案2】：

使用applymap 和mask：

In [1732]: df.mask(df.applymap(lambda x: 'None' in x), None)
Out[1732]: 
  Brand 2Brand 3Brand
0  Audi    BMW   None
1  None    BMW   Audi
2  None   None    BMW

【讨论】：