[英]Replacing a column value by another column value based on regex - Python
這是我的 DataFrame 的摘錄
data = [
['Citroën Amillis', '20 Za Des Baliveaux - 77120 Amillis', '77120', 'ok'],
['Relat Paris 9e', 'Métro Opéra - 75009 Paris 9e', 'Paris', 'error'],
['Macif Avon', '49 Av Franklin Roosevelt - 77210 Avon', '77210', 'ok'],
['Atac La Chapelle-la-Reine', 'Za Rue De L\'avenir - 77760 La Chapelle-la-Reine', 'La', 'error'],
['Société Générale La Ferté-Gaucher', '42 Rue De Paris - 77320 La Ferté-Gaucher', 'La', 'error']
]
df = pd.DataFrame(data, columns=['nom_magasin', 'adresse', 'code_postal', 'is_code_postal'])
df
如您所見,我的數據框中存在錯誤。 對於某些地址,特別是當城市名稱是組成時(例如:“La Chapelle-la-Reine”),“code_postal”列是錯誤的。
我想要做的是以下內容:如果“is_code_postal”列是“錯誤”,則將“code_postal”替換為“adresse”列中出現的郵政編碼的正則表達式。
我找不到解決方案。 為此,我嘗試了df['is_code_postal'] = np.where(df.code_postal.str.match('^[a-zA-z]'), 'error', 'ok')
。 起初我正在考慮在同一個函數中進行所有更改。 但我錯過了一些東西。
重要的是我的數據框有點重(超過 25 萬行),所以我想尋求一個有效的解決方案。
你們有什么想法嗎?
您可以忽略 code_postal 並使用 Quang 的代碼直接從“地址”中提取它:
df['code_postal']=df['adresse'].str.extract('(\d{5})')
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.