Pandas DataFrame：根據過濾器和正則表達式提取進行替換

Question

這是我的數據框的一部分：

   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":"介紹","vi":"giới thiệu","ko":"소개","en":"I...

有超過 10,000 行，其中約 500 行是“主題”類型。

我試圖只用韓文替換主題數據，即{"zh":"介紹","vi":"giới thiệu","ko":"소개","en":"I...變成소개 。

我可以使用正則表達式([가-힣]+) 。

我嘗試使用df[df['Type'] == 'Theme'][['Data']].T.squeeze().str.extract('([가-힣]+)') ，但我不知道如何將其合並回原始 df （ df[df['Type'] == 'Theme'][['Data']] =不工作。

我嘗試替換，但我似乎不能只為主題數據做到這一點。

顯然我不應該使用迭代器： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iterrows.html

Answer 1

您可以將map方法與匿名幫助函數一起使用，將字符串轉換為帶有json.loads的 dict 並通過loc索引：

import json

df.loc[df.Type == 'Theme', 'Data'] = df.loc[df.Type == 'Theme', 'Data'].map(lambda x: json.loads(x)["ko"])