用 Pandas 列中的另一个字符串替换 Substring

Question

得到这个 DataFrame：

类型	细绳	ext_id	int_id
1个	UKidBC	2393	2820
1个	UKidBC	4816	1068
0	UKidBC	4166	3625
0	UKidBC	2803	1006
1个	UKidBC	1189	2697

对于 String 列上的每个值，我需要根据以下规则替换 substring 'id' (UK id BC)：

如果df['Type'] = 1 ，则将 substring 'id' 替换为相应的df['int_id']值，否则将 substring 'id' 替换为相应的df['ext_id']值。

我试图使用那条线：

new_df.apply(lambda x: x['string'].replace(pat=['id'], 
   repl=x['int_id']) if x['Type'] == 1
   else x['string'].replace(pat=['id'],repl=x['ext_id']),axis=1)

不断收到此错误：

str.replace() takes no keyword arguments

我在这里做错了什么？

Answer 1

代替apply ，我们可以使用str.split + np.where来根据“类型”值替换值：

tmp = df['String'].str.split('id', expand=True)
df['String'] = tmp[0] + np.where(df['Type'].astype(bool), df['int_id'].astype(str), df['ext_id'].astype(str)) + tmp[1]

Output：

   Type    String  ext_id  int_id
0     1  UK2820BC    2393    2820
1     1  UK1068BC    4816    1068
2     0  UK4166BC    4166    3625
3     0  UK2803BC    2803    1006
4     1  UK2697BC    1189    2697

Answer 2

假设您的字符串是固定的，请使用numpy.where和向量字符串连接：

df['String'] = df['String'].str[:2] + np.where(df['Type'].eq(1), df['int_id'], df['ext_id']) + df['String'].str[4:]

Answer 3

使用与您相同的想法（ apply() ， replace() ），只需修改一下有关使用replace()的内容。

new_df["String"] = new_df.apply(
    lambda row: row["String"].replace("id", row["int_id"]) if row["type"] == 1 else row["String"].replace("id", row["ext_id"]),
    axis=1
)

output：

 Type String ext_id int_id 0 1 UK2820BC 2393 2820 1 1 UK1068BC 4816 1068 2 0 UK4166BC 4166 3625 3 0 UK2803BC 2803 1006 4 1 UK2697BC 1189 2697

Answer 4

您可以使用.str.extract和np.where ：

df['String'] = df['String'].str.extract(r'(?P<g0>.+)id(?P<g2>.+)').assign(g1=np.where(df['Type'] == 1, df['int_id'], df['ext_id']).astype(str)).sort_index(axis=1).agg(list, axis=1).str.join('')

Output：

>>> df
   Type    String  ext_id  int_id
0     1  UK2820BC    2393    2820
1     1  UK1068BC    4816    1068
2     0  UK4166BC    4166    3625
3     0  UK2803BC    2803    1006
4     1  UK2697BC    1189    2697

Answer 5

老实说，这个问题看起来就像您看到的那些编码挑战之一。

假设您的 dataframe 变量是new_df ：

for i in new_df:
    i["string"].replace("id", i["int_id"] if i["type"] else i["ext_id"])

你做错的是（如错误所述）你将关键字 arguments 给了str.replace ，它不带 kwargs。 相反，第一个参数是要替换的模式，第二个参数是用什么替换它。

Answer 6

这是一种使用str.split()和where()的方法

s = df['String'].str.split('id')
df['String'] = (s.str[0] + 
 (df['ext_id'].where(df['Type'].ne(1),df['int_id'])).astype('str') + 
 s.str[-1])