Python Pandas切片列字符串（取决于条件）

Question

我尝试了多种方法，根据条件将Panda列字符串切成特定字符。

例如，考虑一下Kaggle的Titanic数据集，我想在其中将“名称”列中的所有名称切成'（'字符，以防它们包含该字符，从而使名称中不存在方括号，并且名称中仅包含之前的字符因此，您可以将其视为摆脱括号以与括号之前的内容保持一致。

我的数据集样本

我用这种方式：

df.loc[df['Name'].str.rfind('(') > -1, 'Name'] = df['Name'].str.slice(0, df['Name'].str.rfind('('))

它实质上是在找到包含'（'的名称时将其切成薄片，否则将返回该名称（不包括左括号。该切片全部是关于在左括号之前查找并获取字符。

我的解决方案无法正常工作，因为它会产生“ NaN”，我该如何解决？

Answer 1

您可以只使用pd.Series.str.split来获取' ('之前' ('所有内容。

import pandas as pd

df = pd.DataFrame({'Name': ['Braund, Mr. Owen Harris',
                           'Cummings, Mrs. John Bradley (Florence Briggs)',
                           'Heikkinen, Miss. Laina',
                           'Futrelle, Mrs. Jacques Heath (Lily May Peel)',
                           'Allen, Mr. William Henry']})

df['Name'] = df.Name.str.split(' \(', expand=True)[0]

输出：

print(df)
                           Name
0       Braund, Mr. Owen Harris
1   Cummings, Mrs. John Bradley
2        Heikkinen, Miss. Laina
3  Futrelle, Mrs. Jacques Heath
4      Allen, Mr. William Henry