pandas dataframe：從整個數據幀的所有單元格值中添加和刪除前綴/后綴

Question

要為數據幀添加前綴/后綴，我通常會執行以下操作。

例如，要添加后綴'@' ，

df = df.astype(str) + '@'

這基本上將'@'附加到所有單元格值。

我想知道如何刪除此后綴。 是否有一個pandas.DataFrame類直接從整個DataFrame中刪除特定前綴/后綴字符的方法？

我嘗試使用rstrip('@')迭代行（作為系列rstrip('@') ，如下所示：

for index in range(df.shape[0]):
    row = df.iloc[index]
    row = row.str.rstrip('@')

現在，為了使這個系列的數據幀，

new_df = pd.DataFrame(columns=list(df))
new_df = new_df.append(row)

但是，這不起作用。 提供空數據框。

有什么東西真的很基本我錯過了嗎？

Answer 1

您可以使用apply和str.strip方法：

In [13]: df
Out[13]:
       a       b      c
0    dog   quick    the
1   lazy    lazy    fox
2  brown   quick    dog
3  quick     the   over
4  brown    over   lazy
5    fox   brown  quick
6  quick     fox    the
7    dog  jumped    the
8   lazy   brown    the
9    dog    lazy    the

In [14]: df = df + "@"

In [15]: df
Out[15]:
        a        b       c
0    dog@   quick@    the@
1   lazy@    lazy@    fox@
2  brown@   quick@    dog@
3  quick@     the@   over@
4  brown@    over@   lazy@
5    fox@   brown@  quick@
6  quick@     fox@    the@
7    dog@  jumped@    the@
8   lazy@   brown@    the@
9    dog@    lazy@    the@

In [16]: df = df.apply(lambda S:S.str.strip('@'))

In [17]: df
Out[17]:
       a       b      c
0    dog   quick    the
1   lazy    lazy    fox
2  brown   quick    dog
3  quick     the   over
4  brown    over   lazy
5    fox   brown  quick
6  quick     fox    the
7    dog  jumped    the
8   lazy   brown    the
9    dog    lazy    the

請注意，您的方法不起作用，因為當您在for循環中執行以下分配時：

row = row.str.rstrip('@')

這只是將row.str.strip的結果分配給名稱row而不改變DataFrame 。 這與所有python對象和簡單名稱賦值的行為相同：

In [18]: rows = [[1,2,3],[4,5,6],[7,8,9]]

In [19]: print(rows)
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [20]: for row in rows:
    ...:     row = ['look','at','me']
    ...:

In [21]: print(rows)
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

要實際更改基礎數據結構，您需要使用mutator方法：

In [22]: rows
Out[22]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [23]: for row in rows:
    ...:     row.append("LOOKATME")
    ...:

In [24]: rows
Out[24]: [[1, 2, 3, 'LOOKATME'], [4, 5, 6, 'LOOKATME'], [7, 8, 9, 'LOOKATME']]

請注意，切片賦值只是mutator方法的語法糖：

In [26]: rows
Out[26]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [27]: for row in rows:
    ...:     row[:] = ['look','at','me']
    ...:
    ...:

In [28]: rows
Out[28]: [['look', 'at', 'me'], ['look', 'at', 'me'], ['look', 'at', 'me']]

這類似於基於pandas loc或iloc的賦值。

Answer 2

您可以使用applymap將字符串方法應用於每個元素：

df = df.applymap(lambda x: str(x).rstrip('@'))

注意：我不希望這與矢量化方法一樣快： pd.Series.str.rstrip即分別轉換每列

Answer 3

您可以使這很簡單，只需使用pandas.DataFrame.replace（）方法將所有“@”替換為“”：

df.replace("@", "")

如果您擔心“@”被替換而不僅僅是在值的末尾，您可以使用正則表達式：

df.replace("@$", "", regex=True)