Pandas刪除字符后的列中的所有字符串

Question

所以我有一個超過500行的數據集，其中一列的值如下所示：

DF：

         column1

 0    a{'...'}  
 1    b{'...'}
 2    c{'...'}  
 3    d{'...'}  

我想刪除{}內的所有內容。

我一直在看這個問題， Pandas刪除數據幀中指定字符后的字符串部分並嘗試了解決方案，但我一直收到錯誤（我知道StringIO現在是io.StringIO ）。

我試過了

df.column1 = df.column1.str.split('{')[0]

但得到錯誤消息： KeyError: 0並不真正理解這意味着什么

我也嘗試過：

df.column1 = df.column1.str.split(pat='{')

但這似乎只刪除了'{'所以我留下了

      column1

 0    a'...'}   
 1    b'...'}
 2    c'...'}   
 3    d'...'}   

此外，我不確定它是否重要但列是object類型。 任何人都可以告訴我我做錯了什么以及如何解決問題???

Answer 1

你可以使用replace

df['column1'].str.replace(r"\{.*\}","")
Out[385]: 
0    a
1    b
2    c
3    d
Name: column1, dtype: object

Answer 2

您還可以使用pandas.DataFrame.replace並傳遞一個字典，指定對各種列執行的操作。

使用@Wen的正則表達式模式

df.replace(dict(column1={'\{.*\}': ''}), regex=True)

  column1
0       a
1       b
2       c
3       d

---

本着@pault的精神，你也可以使用pandas.Series.str.extract

df.column1.str.extract('([^\{]+)', expand=False)

  column1
0       a
1       b
2       c
3       d

Answer 3

有點晚了（@ Wen的解決方案很棒），但您可以像原始嘗試一樣使用pandas.Series.str.split() 。 你很親密 - 你只需要設置expand=True 。

df["column1"] = df["column1"].str.split("{", expand=True)[0]
#  column1
#0       a
#1       b
#2       c
#3       d

Answer 4

使用.apply

df = pd.DataFrame({"a":["a{'...'}", "b{'...'}"]})
df["a"] = df["a"].apply(lambda x: x.split('{')[0])
print df