数据框字符串类型不能使用替换方法

Question

df = pd.DataFrame({'a': ['asdf']}, dtype="string")
df["a"].replace({"a":"b"}, regex=True)

not chagend

df = pd.DataFrame({'a': ['asdf']}, dtype="object")
df["a"].replace({"a":"b"}, regex=True)

changed

我想将字符串值转换为其他值。 但是，如果我使用类型字符串，我不能使用替换方法。 如何更改字符串类型数据？ 我应该使用对象类型吗？

Answer 1

对于字符串类型你可以这样做：

df = pd.DataFrame({'a': ['asdf']}, dtype="string")
df["a"].str.replace("a","b")

Answer 2

如果您通过检查df.dtypes 发现差异，很明显您的数据类型最终是object，但列只是字符串，因此您需要应用pandas.Series.str.replace 才能获得结果。

但是，当您选择 dtype="object" 时，您的 dtype 和列数据仍然是 object，因此您不需要使用 .str 转换。

请查看source code，解释的很好：

要在系列或索引上调用 .str.{method}，有必要 第一的 初始化:class:StringMethods对象，然后调用方法。

>>> df = pd.DataFrame({'a': ['asdf']}, dtype="string")
>>> df
      a
0  asdf

>>> df.dtypes
a    string
dtype: object

>>> df["a"].str.replace("a", "b", regex=True)
0    bsdf
Name: a, dtype: string

>>> df = pd.DataFrame({'a': ['asdf']}, dtype="object")
>>> df.dtypes
a    object
dtype: object

数据类型：

来自@HYRY。

看这里source of inspiration for below explanation

来自 All dtypes can now be converted to StringDtype 的 pandas 文档

dtype 对象来自 NumPy，它描述了 ndarray 中元素的类型。 ndarray 中的每个元素必须具有相同的字节大小。对于int64 和float64，它们是8 个字节。但是对于字符串来说，字符串的长度是不固定的。因此，Pandas 没有直接将字符串的字节保存在ndarray 中，而是使用了一个对象ndarray，它保存了指向对象的指针；因此，dtype 这种ndarray 是对象。

这是一个例子：

• int64 数组包含 4 个 int64 值。
• 对象数组包含 4 个指向 3 个字符串对象的指针。

注意：

Object dtype 的范围更广。它们不仅可以包含字符串，还可以包含 Pandas 不理解的任何其他数据。