提问人：Storm 提问时间：4/22/2023 更新时间：4/22/2023 访问量：82
在数据帧中过滤并将字符串替换为 NaN
Filtering in data frame and replace string with NaN
问：
我想过滤含有%G%或%P%的水果 如果不像 %G% 或 %P%，则应替换为 NaN
| 唯一 ID | 水果1 | 水果2 | 水果3 |
|---|---|---|---|
| 1234 | 香蕉 | 桃 | 番石榴 |
| 1235 | 橙 | 葡萄 | 南 |
| 1236 | 梨 | 木瓜 | 杏 |
| 1237 | 番石榴 | 南 | 南 |
| 1238 | 几维鸟 | 樱桃 | 桃 |
我的结果需要如下所示：
| 唯一 ID | 水果1 | 水果2 | 水果3 |
|---|---|---|---|
| 1234 | 南 | 桃 | 番石榴 |
| 1235 | 南 | 葡萄 | 南 |
| 1236 | 梨 | 木瓜 | 南 |
| 1237 | 番石榴 | 南 | 南 |
| 1238 | 南 | 南 | 桃 |
答：
0赞
Cryosin
4/22/2023
#1
# Create a list with the strings to match
to_search = ["G","P"]
# Replaces string by np.NaN if it doesnt contain any "G" or "P"
rep = lambda string: np.nan if not any(s in string for s in to_search) else string
# Apply the function to the whole DataFrame
df = df.applymap(rep)
这应该可以解决问题，假设你的 DataFrame 被称为 df。
评论
1赞
maximdu
4/22/2023
#2
如果只想更改某些列，可以执行以下操作：
to_replace = ["Fruit1", "Fruit2", "Fruit3"] # these columns will be changed
for column in to_replace:
df[column] = df[column].where(
df[column].str.contains("G|P")
)
默认情况下，使用正则表达式，因此如果您熟悉正则表达式，可能会更方便一些。str.contains
0赞
mozway
4/22/2023
#3
您可以筛选“水果”列，然后使用正则表达式替换不以 P 或 G 开头的值：
cols = list(df.filter(like='Fruit'))
# ['Fruit1', 'Fruit2', 'Fruit3']
out = (df.drop(columns=cols)
.join(df[cols].replace('^(?![PG])', np.nan, regex=True))
[df.columns]
)
输出：
Unique ID Fruit1 Fruit2 Fruit3
0 1234 NaN Peach Guava
1 1235 NaN Grape NaN
2 1236 Pear Papaya NaN
3 1237 Guava NaN NaN
4 1238 NaN NaN Peach
评论