[英]Efficient way to replace column of lists by matches with another data frame in Pandas
[英]Efficient way to replace values in one column using another column in pandas
如何使用不同列 [2] 中的字符串值列表替換數據框列 [1] 中的字符串值。
數據
0 1 2 3
0 3000 20% dummy1 3000 dummy2 20% [3000, 20%] dummy1 dummy2
我想使用第 2 列中的列表(即“[3000, 20%]”)替換第 1 列中的字符串值,即“dummy1 3000 dummy2 20%”。 所以 3000 和 20% 被替換為字符串中的“”(空字符串)以形成第三列(結果)即“dummy1 dummy2”
代碼
df = pd.DataFrame([['3000 20%', 'dummy1 3000 dummy2 20%']])
df[2] = df[0].str.split(' ')
def replace_string(x):
repl_string = str(x[1])
for key in x[2]:
repl_string = repl_string.replace(key, '')
return ' '.join(repl_string.split())
df[3] = df.apply(replace_string, axis=1)
我目前已經編寫了上面的代碼,這對於大型數據幀來說很慢。 如何提高此代碼的效率或有其他方法可以做到這一點?
使用嵌套列表理解:
df = pd.DataFrame([['3000 20%', 'dummy1 a 3000 dummy2 20%'],
['abc 2%', 'klmn 3000 dummy2 2%']])
print (df)
0 1
0 3000 20% dummy1 a 3000 dummy2 20%
1 abc 2% klmn 3000 dummy2 2%
df[3] = [' '.join(y for y in j.split() if y not in i.split()) for i, j in zip(df[0], df[1])]
print (df)
0 1 3
0 3000 20% dummy1 a 3000 dummy2 20% dummy1 a dummy2
1 abc 2% klmn 3000 dummy2 2% klmn 3000 dummy2
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.