Skip to main content
 首页 » 编程设计

python之仅当它与确切的字符串匹配时才替换 pandas python 中的字符串

2025年01月19日22zhoujg

我无法以正确的方式替换 pandas 中的字符串。我不确定我是否仅限于使用 pandas 并且可能无法仅使用 pandas 来做到这一点。

这是我的数据框的样子:

 (ID: 10)              247333605                      0.0   
  (ID: 20)               36738870                      0.0   
  (ID: 40)             4668036427                      0.0   
  (ID: 50)             1918647972                      0.0   
  (ID: 60)             4323165902                  44125.0   
  (ID: 80)              145512255                      0.0   
 Assigned (ID: 30)       42050340                      0.0   
 Assigned (ID: 40)   130880371376                      0.0   
 Assigning (ID: 30)    1095844753                      0.0   
 Cancelled (ID: 40)        937280                      0.0   
 Cancelled (ID: 80)   16857720813                      0.0   
 Planned (ID: 20)      9060392597                      0.0   
 Planning (ID: 10)   108484297031                      0.0   
 Processed (ID: 70)  133289880880                      0.0   
 Revoked (ID: 50)      2411903072                      0.0   
 Writing (ID: 50)    146408550024                      0.0   
 Written (ID: 60)    139458227923                1018230.0   

对于每个 (ID: x),它应该与具有正确 ID 的已分配 (ID: x)、已取消 (ID: x) 等匹配。

使用类似于此行的行:

input_data['last_status'] = input_data.last_status.str.replace('(ID: 10)', 'Planning (ID: 10)') 

我的输出是:

(Assigned (ID: 40))                                0.0   
  (Cancelled (ID: 80))                               0.0   
  (Planned (ID: 20))                                 0.0   
  (Planning (ID: 10))                                0.0   
  (Writing (ID: 50))                                 0.0   
  (Written (ID: 60))                             44125.0   
 Assigned (Assigned (ID: 40))                        0.0   
 Assigned (ID: 30)                                   0.0   
 Assigning (ID: 30)                                  0.0   
 Cancelled (Assigned (ID: 40))                       0.0   
 Cancelled (Cancelled (ID: 80))                      0.0   
 Planned (Planned (ID: 20))                          0.0   
 Planning (Planning (ID: 10))                        0.0   
 Processed (ID: 70)                                  0.0   
 Revoked (Writing (ID: 50))                          0.0   
 Writing (Writing (ID: 50))                          0.0   
 Written (Written (ID: 60))                    1018230.0   

如您所见,所有 (ID: x) 都已被替换,但它仍然不匹配正确的术语。

我理想的数据框应该是这样的:

 Assigned (ID: 30)       42050340                      0.0   
 Assigned (ID: 40)   130880371376                      0.0   
 Assigning (ID: 30)    1095844753                      0.0   
 Cancelled (ID: 40)        937280                      0.0   
 Cancelled (ID: 80)   16857720813                      0.0   
 Planned (ID: 20)      9060392597                      0.0   
 Planning (ID: 10)   108484297031                      0.0   
 Processed (ID: 70)  133289880880                      0.0   
 Revoked (ID: 50)      2411903072                      0.0   
 Writing (ID: 50)    146408550024                      0.0   
 Written (ID: 60)    139458227923                1018230.0  

我一定要使用 pandas,因为数据集很大,我有不同的实现,但它们需要几天的时间才能运行。有没有办法在 Pandas 中做到这一点?

我以前从未在 stackoverflow 上问过任何问题。我希望我的问题很清楚。

请您参考如下方法:

如果您想概括,您可以使用带有 SOL/EOL anchor 的 str.replace。

df['last_status'].str.replace(r'^(\(ID: \d+\))$', r'Planning: \1') 
 
0     Planning: (ID: 10) 
1     Planning: (ID: 20) 
2     Planning: (ID: 40) 
3     Planning: (ID: 50) 
4     Planning: (ID: 60) 
5     Planning: (ID: 80) 
6      Assigned (ID: 30) 
7      Assigned (ID: 40) 
8     Assigning (ID: 30) 
9     Cancelled (ID: 40) 
10    Cancelled (ID: 80) 
11      Planned (ID: 20) 
12     Planning (ID: 10) 
13    Processed (ID: 70) 
14      Revoked (ID: 50) 
15      Writing (ID: 50) 
16      Written (ID: 60) 
Name: last_status, dtype: object 

如果您只想替换特定 ID,请将您的正则表达式更改为 -

r'^(\(ID: 10\))$' 

或者,

r'^(\(ID: {}\))$'.format(number) 

其中 number 是一个变量,它保存要执行替换的 ID 值。