如何删除数据框列中的字符串子字符串？答案

【问题标题】：How to Remove a Substring of String in a Dataframe Column?如何删除数据框列中的字符串子字符串？
【发布时间】：2016-12-07 00:05:54
【问题描述】：

我有这个简化的数据框：

ID, Date
1 8/24/1995
2 8/1/1899 :00

如何使用 pandas 的强大功能来识别数据框中具有额外 :00 的任何日期并将其删除。

知道如何解决这个问题吗？

我尝试过这种语法但没有帮助：

df[df["Date"].str.replace(to_replace="\s:00", value="")]

输出应该是这样的：

ID, Date
1 8/24/1995
2 8/1/1899

【问题讨论】：

您是自己创建数据框吗？因为您可以在制作 df 之前删除无关的 :00。
我正在使用 pd.read.csv() 将 .csv 文件作为数据框读取...但我注意到，在将它们作为数据框读取之前，某些日期实际上确实有多余的 `:00`

标签： python regex string pandas dataframe

【解决方案1】：

您需要将修剪后的列分配回原始列而不是进行子集化，而且str.replace 方法似乎没有to_replace 和value 参数。它有 pat 和 repl 参数：

df["Date"] = df["Date"].str.replace("\s:00", "")

df
#   ID       Date
#0   1  8/24/1995
#1   2   8/1/1899

【讨论】：

【解决方案2】：

要将其应用于整个数据框，我会先 stack 然后 unstack

df.stack().str.replace(r'\s:00', '').unstack()

功能化

def dfreplace(df, *args, **kwargs):
    s = pd.Series(df.values.flatten())
    s = s.str.replace(*args, **kwargs)
    return pd.DataFrame(s.values.reshape(df.shape), df.index, df.columns)

示例

df = pd.DataFrame(['8/24/1995', '8/1/1899 :00'], pd.Index([1, 2], name='ID'), ['Date'])

dfreplace(df, '\s:00', '')

rng = range(5)
df2 = pd.concat([pd.concat([df for _ in rng]) for _ in rng], axis=1)

df2

dfreplace(df2, '\s:00', '')

【讨论】：