列中元素的更改未在数据框中更新答案

【问题标题】：Change of element in column not updating in data frame列中元素的更改未在数据框中更新
【发布时间】：2018-12-30 06:41:40
【问题描述】：

我正在尝试更新 pandas 数据框列中的名称。我要：

[输入]

B17.31
107.34
34
B50.56

[输出]

B17.31
B107.34
B34
B50.56

我使用的代码是：

for file in df1.loc[:, '#filename']:
    new = str(file)
    if new[0] != 'B':
       final = new[:0] + 'B' + new[0:]
    else:
        final = new

    print((final))
    df1.replace(new, final)

print(df1['#filename'])
df1.to_csv('updated_name_data.csv')

我不知道为什么它会打印出更新后的名称，但不会在数据框或 csv 中更新。任何帮助或正确方向的指针将不胜感激。

【问题讨论】：

标签： python pandas rename

【解决方案1】：

这应该可行：

for file in df1.loc[:, '#filename']:
    new = str(file)
    if new[0] != 'B':
       final = new[:0] + 'B' + new[0:]
    else:
        final = new

    print((final))
    df1.replace(new, final,inplace=True)# yuo are not using inplace=True, this is required as otherwise this will return the old dataframe after replacement

    print(df1['#filename'])
    df1.to_csv('updated_name_data.csv')

【讨论】：

@p.strain 欢迎您，如果它解决了您的问题，请接受我的回答 :)
@p.strain - 嗯，使用循环有什么原因吗？没问题就是慢？还是小数据，没问题？我有点好奇……
我将循环用作具有 10,000 个名称的数据集。对python来说相对较新，所以如果有更快的方法肯定会试一试。
@p.strain 肯定有更快的方法。 for 循环非常耗时

【解决方案2】：

您的目标应该是使用矢量化操作而不是手动循环。例如，您可以隔离数值并以"B"为前缀：

s = pd.Series(['B17.31', 107.34, 34, 'B50.56'])

mask = pd.to_numeric(s, errors='coerce').notnull()
s.loc[mask] = 'B' + s.astype(str)

print(s)

0     B17.31
1    B107.34
2        B34
3     B50.56
dtype: object

【讨论】：

【解决方案3】：

在 pandas 中最好避免循环，因为速度慢，最好使用矢量化函数。

因此您可以通过str.startswith 创建布尔掩码，然后使用numpy.where 将B 添加到原始列：

mask = df1['#filename'].astype(str).str.startswith('B')
df1['#filename'] = np.where(mask, df1['#filename'], 'B' + df1['#filename'].astype(str))

~ 的另一个类似的反转掩码解决方案：

df1.loc[~mask, '#filename'] =  'B' + df1['#filename'].astype(str)

print (df1)
 #filename
0    B17.31
1   B107.34
2       B34
3    B50.56

【讨论】：