使用熊猫替换列中所有出现的重复字符串，但第一个重复字符串答案

【问题标题】：Replace all occurrences but first of a repeating string in a column using pandas使用熊猫替换列中所有出现的重复字符串，但第一个重复字符串
【发布时间】：2022-01-20 12:18:24
【问题描述】：

我在 pandas 数据框中有一列，其中有时有一个重复的字符串：

col1	col2
1	hello
2	bye
3	hello
4	morning
5	night
6	hello

我想做的是修改“hello again”中除第一次出现的“hello”之外的所有内容。所以第一次出现的 hello 保持不变。

col1	col2
1	hello
2	bye
3	hello again
4	morning
5	night
6	hello again

【问题讨论】：

很高兴看到你的思路

标签： python python-3.x pandas dataframe

【解决方案1】：

您可以找到包含"hello" 的行的索引，然后使用pandas.DataFrame.<b>loc</b> 修改除第一个匹配项以外的所有行：

In [1]: import pandas as pd
In [2]: df = pd.DataFrame(data={'col1': [1, 2, 3, 4, 5, 6],
   ...:                         'col2': ['hello', 'bye', 'hello', 'morning', 'night', 'hello']})
In [3]: df
Out[3]: 
   col1     col2
0     1    hello
1     2      bye
2     3    hello
3     4  morning
4     5    night
5     6    hello
In [4]: hello_indices = df.index[df['col2'] == 'hello']
In [5]: hello_indices
Out[5]: Int64Index([0, 2, 5], dtype='int64')
In [6]: df.loc[hello_indices[1:],'col2'] = 'hello again'
In [7]: df
Out[7]: 
   col1         col2
0     1        hello
1     2          bye
2     3  hello again
3     4      morning
4     5        night
5     6  hello again

【讨论】：

@OP 请不要接受我的回答 :( 我认为这不是你应该这样做的。

【解决方案2】：

你可以使用

df['col2'] = df['col2'].str.split(expand=True)[0]

split() 默认在空格处拆分，expand=true 创建两个变量而不是两个列表

【讨论】：