[英]Pandas DataFrame: Replace based on filter and regex extract
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
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"])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.