pandas 中的字符串替換方法給出了意外的結果

Question

我正在嘗試使用字符串替換方法更改 DataFrame 上 35 000 行的值。 但是，我的解決方案沒有返回我想要的，我無法弄清楚它為什么會失敗。 這是數據框的一個簡單示例：

import pandas as pd

liste = ['1_8','1_8','1_8','1_8','1_8','1_8','1_9', '1_9', '1_9','1_9','1_10','1_10','1_10','1_10','1_10','1_10','1_11','1_11']
mycooldataframe = pd.DataFrame(liste, columns =['bib']) 

打印（mycooldataframe）

    bib
0   1_8
1   1_8
2   1_8
3   1_8
4   1_8
5   1_8
6   1_9
7   1_9
8   1_9
9   1_9
10  1_10
11  1_10
12  1_10
13  1_10
14  1_10
15  1_10
16  1_11
17  1_11

我想更改 1_8 使其變為 108。同樣，我想替換 1_11 使其變為 110。我嘗試使用以下方法解決此問題：

mycooldataframe['bib'] = mycooldataframe['bib'].str.replace('1_8', '108')

，效果很好。 它給了我 108。但是如果我使用：

mycooldataframe['bib'] = mycooldataframe['bib'].str.replace('1_10', '110')

這給了我 1010。為什么它不起作用？ 有沒有更好的方法來解決這個問題。 我感謝您的幫助。

Answer 1

您示例中的代碼按預期工作。 如果您在其他情況下遇到問題，可以嘗試使用字典：

value_map = {'1_8':'108', '1_10':'110'}
mycooldataframe= mycooldataframe.replace(value_map)