如何用字符串列表替換熊貓列中的元素

Question

我創建了一個數據框列來存儲主題標簽，該列的每一行都是一個字符串列表，如下所示：

df.hashtag

0        [#MondayMotivation, #BlackMamba, #RIPMamba, #c...
1        [#Periscope, #HeartGang, #SpreadLuv, #KobeRIP,...
2        [#Periscope, #HeartGang, #SpreadLuv, #KobeRIP,...
3        [#RoomOfMystery, #BuenLunes, #GRAMMYs, #27Ene,...
4        [#Periscope, #HeartGang, #SpreadLuv, #KobeRIP,...
5        [#Periscope, #HeartGang, #SpreadLuv, #KobeRIP,...

我的意思是，df.hashtag 的每一行都是一個這樣的列表：

df.hashtag[0]

['#MondayMotivation',
 '#BlackMamba',
 '#RIPMamba',
 '#coronavirus',
 '#love',
 '#Califórnia']

如您所見，有許多相似的主題標簽代表相同的含義，例如#COV_19

和#COVID_19 ，所以我想將這些元素替換為相同的字符串#COVID19

所以我創建了一個格式不正確的主題標簽列表。 像這樣：

token = ['#Covid_19',
 '#covid2019',
 '#covid19',
 '#covid_19',
 '#COVid',
 '#COVID__19']

然后我嘗試了替換方法但失敗了。

df.replace(token,'#COVID-19',inplace=True)

如何將這些主題標簽替換為我想要的字符串？

Answer 1

您可以執行以下操作。 如果要替換更多元素，請添加類似的行。

token = ['#Covid_19',
 '#covid2019',
 '#covid19',
 '#covid_19',
 '#COVid',
 '#COVID__19']

l=list(df.hashtag)
for i in range(len(l)):
    l[i]=['#COVID19' if x in token else x for x in l[i]]

df.hashtag=l

Answer 2

這是一個解決方案，First Series.explode然后創建一個令牌字典作為鍵和"#COVID_19"作為值，最終replace groupby以獲取原始值。

(df.hashtag.explode().replace({t : "#COVID_19" for t in token})
        .groupby(level=0).apply(list))

Answer 3

或者

for t in token:
    df['hashtag'] = df['hashtag'].str.replace(t, '#COVID19')

另一個建議是，對於令牌列表的此類實例，您可能需要清理數據，例如將所有主題標簽大寫、刪除特殊字符並將年份替換為固定格式。 這樣你的令牌列表更小，循環更短。