Question

我有一个数据框中的列列表，我想要运行它们并对它们执行操作。列保持日期时间或没有。

对于列表中的每一列，我想修剪包含＆＃34; 20＆＃34;的列中的每个值。在前10个字符中，否则保持原样。

我尝试了几种方法，但却遇到了各种各样的错误或不完美的结果。

以下版本会引发错误＆＃34; ＆＃39; STR＆＃39;对象没有属性＆＃39; apply＆＃39;＆＃34;，但如果我不使用＆＃34; .astype（str）＆＃34;，那么我会收到＆＃34;的错误类型＆＃39; datetime.datetime＆＃39;的参数是不可迭代的＃34;。

df_combined[dateColumns] = df_combined[dateColumns].fillna(notFoundText).astype(str)
    print (dateColumns)
    for column in dateColumns:
        for row in range(len(column)):
            print(df_combined[column][row])
            if "20" in (df_combined[column][row]):
                df_combined[column][row].apply(lambda x: x[:10], axis=1)
            print(df_combined[column][row])

HALP。提前谢谢。

Answer 1

循环被认为是大熊猫的憎恶。我推荐使用str.contains + np.where来做这样的事情。

for c in df.columns:
    # df[c] = df[c].astype(str) # uncomment this if your columns aren't dtype=str 
    df[c] = np.where(df[c].str.contains("20"), df[c].str[:10], df[c])

Answer 2

IIUC：

您希望在整个数据框中执行此操作如果是这样，这是一种在整个数据帧上同时使用numpy的矢量化方式。

设置

df = pd.DataFrame([
    ['xxxxxxxx20yyyy', 'z' * 14, 'wwwwwwww20vvvv'],
    ['k' * 14, 'dddddddd20ffff', 'a' * 14]
], columns=list('ABC'))

df

                A               B               C
0  xxxxxxxx20yyyy  zzzzzzzzzzzzzz  wwwwwwww20vvvv
1  kkkkkkkkkkkkkk  dddddddd20ffff  aaaaaaaaaaaaaa

<强>解决方案
使用numpy.core.defchararray.find和np.where

from numpy.core.defchararray import find

v = df.values.astype(str)
i, j = np.where(find(v, '20') > -1)

v[i, j] = v[i, j].astype('<U10')

df.loc[:] = v

df

                A               B               C
0      xxxxxxxx20  zzzzzzzzzzzzzz      wwwwwwww20
1  kkkkkkkkkkkkkk      dddddddd20  aaaaaaaaaaaaaa

如果您不想覆盖旧数据框，可以创建一个新数据框：

pd.DataFrame(v, df.index, df.columns)

                A               B               C
0      xxxxxxxx20  zzzzzzzzzzzzzz      wwwwwwww20
1  kkkkkkkkkkkkkk      dddddddd20  aaaaaaaaaaaaaa

从pandas DataFrame中的多个字符串列中删除子字符串

2 个答案: