Pandas DataFrame：根据过滤器和正则表达式提取进行替换

Question

这是我的数据框的一部分：

   Type      Date        Diff   Data
0  Section   20171204    1.0    ~
1  Korean    20171204    1.0    저는 유양이에요.
2  English   20171204    1.0    Im Yooyang.
3  Theme     20171204    1.0    {"zh":"介绍","vi":"giới thiệu","ko":"소개","en":"I...

有超过 10,000 行，其中约 500 行是“主题”类型。

我试图只用韩文替换主题数据，即{"zh":"介绍","vi":"giới thiệu","ko":"소개","en":"I...变成소개 。

我可以使用正则表达式([가-힣]+) 。

我尝试使用df[df['Type'] == 'Theme'][['Data']].T.squeeze().str.extract('([가-힣]+)') ，但我不知道如何将其合并回原始 df （ df[df['Type'] == 'Theme'][['Data']] =不工作。

我尝试替换，但我似乎不能只为主题数据做到这一点。

显然我不应该使用迭代器： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iterrows.html

Answer 1

您可以将map方法与匿名帮助函数一起使用，将字符串转换为带有json.loads的 dict 并通过loc索引：

import json

df.loc[df.Type == 'Theme', 'Data'] = df.loc[df.Type == 'Theme', 'Data'].map(lambda x: json.loads(x)["ko"])