熊猫：用无替换列中所有小写字符串答案

【问题标题】：Pandas: Replace all strings in lowercase in a column with None熊猫：用无替换列中所有小写字符串
【发布时间】：2018-11-11 00:51:16
【问题描述】：

我有一个数据集，其中包含一个名为“名称”的列，其中包括不是名称的字符串。这些都是用小写写的。

df = pd.DataFrame({'names': ['Chris Z', 'Hulk Hogan', 'notaname',
                             'whateven']})

预期输出：

     names
0    Chris Z
1    Hulk Hogan
2    NaN
3    NaN
Name: names, dtype: object

我想用 NaN 替换它们，我已经尝试过：

df['names'] = df['names'].replace(r'[a-z]{2}', None, inplace=True, regex=True)

但这会替换列中的所有条目，包括以大写字母开头的条目。能否请教一个解决方案？

【问题讨论】：

标签： python string pandas replace

【解决方案1】：

使用 mask 和 ^[a-z]+$ 作为您的正则表达式：

df = pd.DataFrame({'names': ['Chris Z', 'Hulk Hogan', 'notaname', 'whateven']})

df.names.mask(df.names.str.match(r'^[a-z]+$'))

0       Chris Z
1    Hulk Hogan
2           NaN
3           NaN
Name: names, dtype: object

如果某些小写字符串中有空格，请改用^[a-z\s]+$。

^            # Asserts position at beginning of string
[  
  a-z        # Matches any lowercase character 1 or more times
]+           
$            # Asserts position at end of string

【讨论】：

【解决方案2】：

没有正则表达式，您可以将一个系列与其自身的小写版本进行比较：

df.loc[df['names'] == df['names'].str.lower(), 'names'] = np.nan

print(df['names'])

0       Chris Z
1    Hulk Hogan
2           NaN
3           NaN
Name: names, dtype: object

【讨论】：