str.replace 在 pandas DataFrame 中从后面开始答案

【问题标题】：str.replace starting from the back in pandas DataFramestr.replace 在 pandas DataFrame 中从后面开始
【发布时间】：2018-01-28 09:13:10
【问题描述】：

我有两列像这样：

                                       string                    s
0    the best new york cheesecake new york ny             new york
1               houston public school houston              houston

我想删除string 中最后出现的s。对于上下文，我的 DataFrame 有数十万行。我知道str.replace 和str.rfind，但没有什么能实现两者的理想组合，而且我在即兴解决方案方面处于空白。

提前感谢您的帮助！

【问题讨论】：

标签： python string pandas

【解决方案1】：

您可以使用rsplit 和join：

df.apply(lambda x: ''.join(x['string'].rsplit(x['s'],1)),axis=1)

输出：

0    the best new york cheesecake  ny
1              houston public school 
dtype: object

编辑：

df['string'] = df.apply(lambda x: ''.join(x['string'].rsplit(x['s'],1)),axis=1).str.replace('\s\s',' ')

print(df)

输出：

                            string         s  third
0  the best new york cheesecake ny  new york      1
1           houston public school    houston      1

【讨论】：

非常好。如果最后一次出现在字符串中间，您能否添加replace 或类似函数来消除拆分后留下的双倍空格？
@vealkind 是的。 df.apply(lambda x: ''.join(x['string'].rsplit(x['s'],1)),axis=1).str.replace('\s\s',' ')
我添加了第三列，这似乎只保留了string 列。有没有办法同时保留其他列？
我的荣幸。编码愉快！

【解决方案2】：

选项 1
带理解的矢量化rsplit

from numpy.core.defchararray import rsplit

v = df.string.values.astype(str)
s = df.s.values.astype(str)

df.assign(string=[' '.join([x.strip() for x in y]) for y in rsplit(v, s, 1)])

                            string         s
0  the best new york cheesecake ny  new york
1           houston public school    houston

选项 2
使用re.sub
此处的正则表达式查找来自 s 且后面没有另一个相同值的值。

import re

v = df.string.values.astype(str)
s = df.s.values.astype(str)
f = lambda i, j: re.sub(r' *{0} *(?!.*{0}.*)'.format(i), ' ', j).strip()

df.assign(string=[f(i, j) for i, j in zip(s, v)])

                            string         s
0  the best new york cheesecake ny  new york
1            houston public school   houston

【讨论】：