我正在为切片而苦苦挣扎。我认为通常这很容易并且我理解它但是当涉及到以下情况时我的想法不起作用。
情况: 在我的 DF 专栏之一中,我想在所有行中删除一些有时出现有时不出现的字符串。
问题是这样的:
1.我不知道这个字符串开始的确切位置(每行可能不同
2.这个字符串各不相同,取决于每一行,但是,它总是从相同的结构开始——比方说:“¯main_”
3.通常在“¯main_”之后,有一些数字(不同)但是长度总是相同的(9个数字)
4.我已经 split 了,我有大约 40 列(每列都有类似的问题)。这就是为什么我正在寻找一些更有效的方法来解决它,然后拆分,再生成 ~40 列,然后删除它们。
5.有时在这个带有“¯main_”的字符串之后,我想在同一列中保留一些额外的字符串。
例子:
Column1
A1-19
B2-52
C3-1245¯main_123456789
D4
Z89028
F7¯main_123456789,Z241
寻找这样的结果:
Column1
A1-19
B2-52
C3-1245
D4
Z89028
F7,Z241
到目前为止我准备的最好的解决方案:
a = test.find("¯")
b = a+14
df[0].str.slice(start = a, stop = b)
但是:
1.不能正常工作
2. 我知道 test.find() 在找不到字符时会返回 -1。我不知道如何摆脱它——写一个循环?我相信存在一些更好(更有效)的解决方案。然而,经过几个小时的寻找,我决定寻求帮助。
请您参考如下方法:
按所有列循环,按位置拆分并将提取的字符串按位置附加到辅助列表,最后分配回列:
print (df)
Column1
0 NaN
1 B2-52
2 C3-1245¯main_123456789
3 D4
4 Z89028
5 F7¯main_123456789,Z241
for c in df.columns:
out = []
for x in df[c]:
if x == x:
p = x.find('¯')
if p != -1:
out.append(x[:p] + x[p+14:])
else:
out.append(x)
else:
out.append(x)
df[c] = out
print (df)
Column1
0 NaN
1 B2-52
2 C3-1245Â9
3 D4
4 Z89028
5 F7Â9,Z241
