分区（如果适用）

Question

我在数据框中有一列，其中包含大约1,4M行的聊天对话，每个单元格中的常规格式为（1）：

'姓名代理 ： 对话'

但是，并非列中的所有单元格都采用这种格式。有些单元格只是（2）：

'对话'

我使用以下代码为结构如（1）的单元格仅获取 conversation ：

only_transcripts['msgText'] = only_transcripts['msgText'].str.partition(':', expand = True)[2]

但是，很明显，如果单元格中不包含冒号（：），则此代码不返回任何内容。

有没有一种快速的方法，可以避免for循环遍历每个实例，而仅将上述代码应用于包含冒号的单元格中？

Answer 1

在原始列中添加Series.fillna来替换NaN，这也是使用split并通过索引查找第二个列表的另一种解决方案

only_transcripts['msgText'] =(only_transcripts['msgText'].str.split(':')
                                                         .str[1]
                                                         .fillna(only_transcripts['msgText']))