删除熊猫数据框中第一个空格之后的所有内容答案

【问题标题】：Remove everything after the first whitespace in pandas dataframe删除熊猫数据框中第一个空格之后的所有内容
【发布时间】：2020-05-31 17:25:59
【问题描述】：

这是数据框：

     State  RegionName            
0    NY     New York             
1    CA     Los Angeles      
2    IL     Chicago 865         
3    PA     Philadelphia Wrin   
4    AZ     Phoenix City

我希望输出如下所示：

     State   RegionName           
0    NY      New             
1    CA      Los         
2    IL      Chicago            
3    PA      Philadelphia 
4    AZ      Phoenix

如何在不使用 for 循环的情况下做到这一点？？

【问题讨论】：

标签： python pandas

【解决方案1】：

使用Series.str.split 通过索引选择第一个值：

print (df['RegionName'].str.split())
0             [New, York]
1          [Los, Angeles]
2          [Chicago, 865]
3    [Philadelphia, Wrin]
4         [Phoenix, City]
Name: RegionName, dtype: object

df['RegionName'] = df['RegionName'].str.split().str[0]
print (df)
  State    RegionName
0    NY           New
1    CA           Los
2    IL       Chicago
3    PA  Philadelphia
4    AZ       Phoeni

【讨论】：

你能解释一下为什么在split()函数后面写str[0]吗？
@Kakarot_7 - 当然，如果使用split 从每个值中获取列表并且需要选择第一个列表，所以使用str[0]

【解决方案2】：

您也可以 str.extract 字符串的开头，但使用正则表达式排除空格 ^[^\s]+

df['RegionName']=df['RegionName'].str.extract('(^[^\s]+)')

【讨论】：

【解决方案3】：

这是使用pd.Series.str.extract的替代方法

df['RegionName'] = df['RegionName'].str.extract(r'(.*)\s')

但我的第一直觉是使用@jezrael 提到的内容。

Regex demo

【讨论】：

【解决方案4】：

您可以使用str.replace 将多余的单词替换为''

df["RegionName"] = df.RegionName.str.replace('\s.*','')
df
     RegionName state
0           New    NY
1           Los    CA
2       Chicago    IL
3  Philadelphia    PA
4       Phoenix    AZ

【讨论】：