如果部分字符串匹配，则替换整个数据框中的值

Question

如果字符串的一部分匹配，我试图替换整个数据框中的值。我尝试使用df.replace df.str.contains等，但是它们都不起作用。这是类似的问题，但它们没有回答我的问题[示例] [1]：

我有这样的datframe： df

Brand                        2Brand                         3Brand
Audi                          BMW                           None of the above
None from list                BMW                           Audi
None                          None below or above           BMW
NaN                           Audi                          NaN

我只想替换任何地方都不会出现。

所需的otput是这样的：

Brand                        2Brand                         3Brand
Audi                          BMW                           None
None                          BMW                           Audi
None                          None                          BMW
NaN                           Audi                          NaN

Answer 1

在DataFrame.mask中每列中使用Series.str.contains和DataFrame.apply，以避免转换可能的None和NaN值使用na=False参数：< / p>

df = df.mask(df.apply(lambda x: x.str.contains('None', na=False)), 'None')
print (df)
  Brand 2Brand 3Brand
0  Audi    BMW   None
1  None    BMW   Audi
2  None   None    BMW

编辑：如果可能，某些数字列使用DataFrame.select_dtypes仅获取字符串列（显然对象吃了字符串），然后将其添加到由DataFrame.reindex填充的False的掩码数字列中：

print (df)
            Brand               2Brand             3Brand  col
0            Audi                  BMW  None of the above    4
1  None from list                  BMW               Audi    7
2            None  None below or above                BMW    9
3             NaN                 Audi                NaN    5

mask = (df.select_dtypes(object)
          .apply(lambda x: x.str.contains('None', na=False))
          .reindex(df.columns, fill_value=False, axis=1))
df = df.mask(mask, None)
print (df)
  Brand 2Brand 3Brand  col
0  Audi    BMW   None    4
1  None    BMW   Audi    7
2  None   None    BMW    9
3   NaN   Audi    NaN    5

Answer 2

使用applymap和mask：

In [1732]: df.mask(df.applymap(lambda x: 'None' in x), None)
Out[1732]: 
  Brand 2Brand 3Brand
0  Audi    BMW   None
1  None    BMW   Audi
2  None   None    BMW