Skip to main content
 首页 » 编程设计

python之Pandas 数据帧 : Replace based on filter and regex extract

2024年11月24日7wayfarer

这是我的数据框的一部分:

   Type      Date        Diff   Data 
0  Section   20171204    1.0    ~ 
1  Korean    20171204    1.0    저는 유양이에요. 
2  English   20171204    1.0    Im Yooyang. 
3  Theme     20171204    1.0    {"zh":"介绍","vi":"giới thiệu","ko":"소개","en":"I... 

有超过 10,000 行,其中约 500 行是“主题”类型。

我正在尝试仅用韩语替换主题数据,即 {"zh":"介绍","vi":"giới thiệu","ko":"소개","en":"我... 变成了 소개。

我可以使用正则表达式 ([가-힣]+) 提取仅限韩语的文本。

我试着用新的主题数据制作一个新的 df,使用 df[df['Type'] == 'Theme'][['Data']].T.squeeze().str.extract('([가-힣]+)') , 但我不知道如何将它合并回原来的 df (df[df['Type'] == 'Theme'][['Data']] = 不工作。

我试过替换,但我似乎无法仅针对主题数据进行替换。

显然我不应该使用迭代器:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iterrows.html

请您参考如下方法:

您可以将 map 方法与匿名辅助函数一起使用,使用 json.loads 将字符串转换为字典并通过 loc 进行索引>:

import json 
 
df.loc[df.Type == 'Theme', 'Data'] = df.loc[df.Type == 'Theme', 'Data'].map(lambda x: json.loads(x)["ko"])