Python替换数据框字符串中的整个值而不是子字符串答案

【问题标题】：Python Replace Whole Values in Dataframe String and Not SubstringsPython替换数据框字符串中的整个值而不是子字符串
【发布时间】：2018-06-21 05:50:09
【问题描述】：

如果整个字符串等于另一个字符串，我正在尝试替换数据框中的字符串。我不想替换子字符串。

所以：

如果我有 df:

 Index  Name       Age
   0     Joe        8
   1     Mary       10
   2     Marybeth   11

当整个字符串将“Mary”与“Amy”匹配时，我想替换“Mary”，所以我得到了

 Index  Name       Age
   0     Joe        8
   1     Amy        10
   2     Marybeth   11

我正在做以下事情：

df['Name'] = df['Name'].apply(lambda x: x.replace('Mary','Amy'))

我的搜索理解是replace 设置regex=False 和replace 的默认值应该在数据框中寻找整个值是“玛丽”。相反，我得到了这个结果：

 Index  Name       Age
   0     Joe        8
   1     Amy        10
   2     Amybeth   11

我做错了什么？

【问题讨论】：

标签： python regex pandas replace

【解决方案1】：

replace + dict 是要走的路（使用DataFrame，您正在使用Series.str.replace）

df['Name'].replace({'Mary':'Amy'})
Out[582]: 
0         Joe
1         Amy
2    Marybeth
Name: Name, dtype: object
df['Name'].replace({'Mary':'Amy'},regex=True)
Out[583]: 
0        Joe
1        Amy
2    Amybeth
Name: Name, dtype: object

注意它们是不同的

Series: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.str.replace.html

DataFrame: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.replace.html

【讨论】：

【解决方案2】：

您也可以使用loc 来定位名称完全匹配的实例，然后设置为新名称。

df.loc[df['Name'] == 'Mary', 'Name'] = "Amy"

【讨论】：

【解决方案3】：

说明：

当您像这样应用它时 - 您正在使用字符串，而不是 Pandas 系列：

In [42]: df['Name'].apply(lambda x: print(type(x)))
<class 'str'>  # <---- NOTE
<class 'str'>  # <---- NOTE
<class 'str'>  # <---- NOTE
Out[42]:
0    None
1    None
2    None
Name: Name, dtype: object

同理：

In [44]: 'Marybeth'.replace('Mary','Amy')
Out[44]: 'Amybeth'

解决方案：

正确使用Series.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)（不带Series.apply()）-默认情况下（regex=False）它将替换整个字符串-正如您所期望的那样：

In [39]: df.Name.replace('Mary','Amy')
Out[39]:
0         Joe
1         Amy
2    Marybeth
Name: Name, dtype: object

您可以显式指定regex=True，这将替换子字符串：

In [40]: df.Name.replace('Mary','Amy', regex=True)
Out[40]:
0        Joe
1        Amy
2    Amybeth
Name: Name, dtype: object

注意：Series.str.replace(pat, repl, n=-1, case=None, flags=0) 没有 regex 参数 - 它始终将 pat 和 repl 视为正则表达式：

In [41]: df.Name.str.replace('Mary','Amy')
Out[41]:
0        Joe
1        Amy
2    Amybeth
Name: Name, dtype: object

【讨论】：