Question

我在df中有一个列如下：

pd.DataFrame(["[u'one_element']", "[u'two_elememts', u'two_elements']", "[u'three_elements', u'three_elements', u'three_elements']"])

    0
0   [u'one_element']
1   [u'two_elememts', u'two_elements']
2   [u'three_elements', u'three_elements', u'three_elements']

这些元素是字符串：

type(df[0].iloc[2]) == str

最终结果如下：

    0
0   one_element
1   two_elememts, two_elements
2   three_elements, three_elements, three_elements

我尝试过：

df[column] = df[column].map(lambda x: x.lstrip('[u').rstrip(']').replace("u'","").replace("'",""))

但是当你有很多行时，显然这很慢。

有更好的方法吗？ df有许多不同类型的列：字符串，整数，浮点数。

谢谢！

Answer 1

您可以使用正则表达式和条带

df[0] = df[0].str.strip("[]").str.replace("u'|'",'')

0                                       one_element
1                        two_elememts, two_elements
2    three_elements, three_elements, three_elements
Name: 0, dtype: object

Answer 2

您不需要地图，您可以将str属性用于pandas系列：

(df[0].str.lstrip('[u')
           .str.rstrip(']')
           .str.replace("u'","")
           .str.replace("'","")))

实现相同的结果，但不使用地图

0                                       one_element
1                        two_elememts, two_elements
2    three_elements, three_elements, three_elements
Name: 0, dtype: object

Answer 3

使用 ast模块。

import pandas as pd
import ast
df = pd.DataFrame(["[u'one_element']", "[u'two_elememts', u'two_elements']", "[u'three_elements', u'three_elements', u'three_elements']"])
print(df[0].apply(lambda x: ", ".join(ast.literal_eval(x))))

<强>输出：

0                                       one_element
1                        two_elememts, two_elements
2    three_elements, three_elements, three_elements
Name: 0, dtype: object

删除pandas列中的字符串化unicode字符串列表

3 个答案: