Question

熊猫替换对我不起作用，下面是一个示例

df = pd.DataFrame({'Curve' : ['RTY-USDSwapZero','SX7E-EURSwapZero'], 'Values' : [1,1]})

我尝试过：

df.replace({'USDSwapZero':'USD','EURSwapZero' :'EUR'},inplace = True)
df.replace({'USDSwapZero':'USD','EURSwapZero' :'EUR'},inplace = True,regex = True)
df.Curve.replace({'USDSwapZero':'USD','EURSwapZero' :'EUR'},inplace = True,regex = True)
df = df.replace({'USDSwapZero':'USD','EURSwapZero' :'EUR'})

等等。所有组合

df.replace({'USDSwapZero':'USD','EURSwapZero' :'EUR'},inplace = True,regex = True)
print (df)

Answer 1

为了让我的第二个解决方案工作顺利，有inplace=True，所以没有分配：

df.replace({'USDSwapZero':'USD','EURSwapZero' :'EUR'},inplace = True,regex = True)
print (df)
      Curve  Values
0   RTY-USD       1
1  SX7E-EUR       1

但是似乎应该通过将SwapZero替换为空字符串来简化解决方案：

df.replace('SwapZero','',inplace = True,regex = True)

print (df)
      Curve  Values
0   RTY-USD       1
1  SX7E-EUR       1

我还认为inplace不是一个好习惯，请检查this和this，以便您可以分配回来：

df = df.replace({'USDSwapZero':'USD','EURSwapZero' :'EUR'}, regex = True)
#df = df.replace('SwapZero','', regex = True)
print (df)
      Curve  Values
0   RTY-USD       1
1  SX7E-EUR       1

Answer 2

基于replace的文档：

regex：布尔型或与to_replace相同的类型，默认为False 是否按常规解释to_replace和/或value 表达式。如果这是True，则to_replace 必须串。或者，这可以是正则表达式或在这种情况下，列表，字典或正则表达式数组 to_replace必须为None。

如此

df = pd.DataFrame({'Curve' : ['RTY-USDSwapZero','SX7E-EURSwapZero'], 'Values' : [1,1]})

这两个选项在pandas = 0.24.2中对我有用

df.replace(['USDSwapZero', 'EURSwapZero'], 
           value=['USD', 'EUR'], 
           inplace = True, regex = True)

df.replace(None, 
           value=['USD', 'EUR'], 
           inplace = True, 
           regex = ['USDSwapZero', 'EURSwapZero'])

熊猫更换不生产所需的输出

2 个答案: