Pandas 如何在“loc”之后“替换”工作？

Question

我已经尝试了很多次，但是在使用 'loc' 后，'replace' 似乎无法正常工作。 例如，我想将 'conlumn_b' 替换为 'conlumn_a' 值为 'apple' 的行的正则表达式。

这是我的示例代码：

df.loc[df['conlumn_a'] == 'apple', 'conlumn_b'].replace(r'^11*', 'XXX',inplace=True, regex=True)

例子：

conlumn_a       conlumn_b
apple           123
banana          11
apple           11
orange          33

我对“df”的预期结果是：

conlumn_a       conlumn_b
apple           123
banana          11
apple           XXX
orange          33

有人遇到过需要在 'loc' 之后用正则表达式 'replace' 的问题吗？

或者你们还有其他好的解决方案吗？

非常感谢您的帮助！

Answer 1

inplace=True 作用于它被应用的对象。

当您调用.loc 时，您正在对数据框对象进行切片以返回一个新 对象。

>>> id(df)
4587248608

还有，

>>> id(df.loc[df['conlumn_a'] == 'apple', 'conlumn_b'])
4767716968

现在，在这个新切片上调用就地replace 将应用替换操作，更新新切片本身，而不是原始切片。

---

现在，请注意您在 int 的列上调用 replace，但不会发生任何事情，因为正则表达式适用于字符串。

以下是我为您提供的解决方法。根本不要使用正则表达式。

m = df['conlumn_a'] == 'apple'
df.loc[m, 'conlumn_b'] = df.loc[m, 'conlumn_b'].replace(11, 'XXX')

df

  conlumn_a conlumn_b
0     apple       123
1    banana        11
2     apple       XXX
3    orange        33

或者，如果您需要基于正则表达式的替换，那么 -

df.loc[m, 'conlumn_b'] = df.loc[m, 'conlumn_b']\
           .astype(str).replace('^11$', 'XXX', regex=True)

不过，这会将您的列转换为对象列。

Answer 2

我要向recent answer of mine 借钱。这种技术是用于更新数据帧的通用策略：

df.update(
    df.loc[df['conlumn_a'] == 'apple', 'conlumn_b']
      .replace(r'^11$', 'XXX', regex=True)
)

df

  conlumn_a conlumn_b
0     apple       123
1    banana        11
2     apple       XXX
3    orange        33

请注意，我所做的只是删除了 inplace=True，而是将其包装在 pd.DataFrame.update 方法中。

Answer 3

我认为你需要在双方过滤：

m = df['conlumn_a'] == 'apple'
df.loc[m,'conlumn_b'] = df.loc[m,'conlumn_b'].astype(str).replace(r'^(11+)','XXX',regex=True)
print (df)
  conlumn_a conlumn_b
0     apple       123
1    banana        11
2     apple       XXX
3    orange        33