Pandas 数据帧:截断字符串字段
我有一个数据帧,希望将每个字段截断为最多20个字符。我天真地尝试了以下几点:Pandas 数据帧:截断字符串字段,pandas,Pandas,我有一个数据帧,希望将每个字段截断为最多20个字符。我天真地尝试了以下几点: df = df.astype(str).apply(lambda x: x[:20]) 然而,它没有任何效果。但是,如果我想在每个字段中添加一个“Y”,这就像一个符咒: df = df.astype(str).apply(lambda x: x+'Y') 我做错了什么?我认为需要str来: 样本: df = pd.DataFrame({'A':[1,2,3], 'B':[4,5
df = df.astype(str).apply(lambda x: x[:20])
然而,它没有任何效果。但是,如果我想在每个字段中添加一个“Y”,这就像一个符咒:
df = df.astype(str).apply(lambda x: x+'Y')
我做错了什么?我认为需要
str
来:
样本:
df = pd.DataFrame({'A':[1,2,3],
'B':[4,5,6],
'C':[7,8,9],
'D':[1,3,5],
'E':[5,3,6],
'F':[7,4,3]}) * 1000
print (df)
A B C D E F
0 1000 4000 7000 1000 5000 7000
1 2000 5000 8000 3000 3000 4000
2 3000 6000 9000 5000 6000 3000
df = df.astype(str).apply(lambda x: x.str[:2])
print (df)
A B C D E F
0 10 40 70 10 50 70
1 20 50 80 30 30 40
2 30 60 90 50 60 30
另一个解决方案包括:
解决方案的问题是,如果x[:20]
只选择每列的前20行
您可以通过自定义函数对其进行测试:
def f(x):
print (x)
print (x[:2])
df = df.astype(str).apply(f)
print (df)
您可以使用以下方法:
演示:
用于修剪数据帧中长字符串字段的简单单行程序:
df['short_str'] = df['long_str'].str.slice(0,3)
如果您只需要对string类型中的行应用函数(忽略其他类型),那么此行可以节省大量时间
apply函数最初将作为Series对象在Dataframe的每个元素上迭代,因为每个Series将应用所需的类型检查和切片。这两个答案都有效。我最初的尝试有什么问题吗?非常感谢@Botond,
df.astype(str).apply(lambda x:x[:20])
将把df减少到20行。一点“调试”提示:df.apply(lambda x:print(x[:5]))
;-)这非常简单有效。很好的解决方案,谢谢。
def f(x):
print (x)
print (x[:2])
df = df.astype(str).apply(f)
print (df)
In [177]: df = pd.DataFrame({
...: 'a': pd.util.testing.rands_array(30, 10),
...: 'b': pd.util.testing.rands_array(30, 10),
...: })
...:
In [178]: df
Out[178]:
a b
0 Mlf6nOsC8S6vv8OxW5ZOWifg3EoqAb XSGLdkaewwZlNeZ4uTTivi2nMQFc6S
1 0E4XCBaYFBTSalUMPGpXmke6dQGbkW KlHuVhbNgQL9HLHYQq3fEdqEIciOhX
2 URODJeLA0uLvcKBEXPyrmnnNU40MDl NaY8LURHjgmT1pRrDnbPAeLZq3ANaL
3 OYA1ahlwVtEVnDOAkZgxNkbvZ7W8Rf mIzkeLhM7SqYH17vGDzL6DJjSYftGs
4 uFC1shE02UfxS0VhDASmF8vh9XxFYX fQOxjDjFehTNT27seOtCAAPW0as9Up
5 Ja33vQym6L0Ko2Kcf8cg7OMBKMitg5 iGdCvYTyZlR23NeeTAjG1PoL8mWm3j
6 iNZdXaVpB4zXClxTLt738DY7i6xs6p q9VKg5fZdItmUpZiQrR6XW5WHmd33l
7 WWnViRRMPkbXNQOHeqGmzETDpGPRl9 t3I8Ve3ybCJcXajF8pydnwNZQWslTN
8 5oMFy2PBe1zUIE3XdraMwlrd5MKcx2 gSLtgXJwiS1HugLORXherFT4l1k5QV
9 weV8BlyJrtRbWpSCxSbj8cSyZxusFR ylLWort9o8mHWQQ3JB1Twb0xRbLhot
In [179]: df.apply(lambda x: x.str.slice(0, 20))
Out[179]:
a b
0 Mlf6nOsC8S6vv8OxW5ZO XSGLdkaewwZlNeZ4uTTi
1 0E4XCBaYFBTSalUMPGpX KlHuVhbNgQL9HLHYQq3f
2 URODJeLA0uLvcKBEXPyr NaY8LURHjgmT1pRrDnbP
3 OYA1ahlwVtEVnDOAkZgx mIzkeLhM7SqYH17vGDzL
4 uFC1shE02UfxS0VhDASm fQOxjDjFehTNT27seOtC
5 Ja33vQym6L0Ko2Kcf8cg iGdCvYTyZlR23NeeTAjG
6 iNZdXaVpB4zXClxTLt73 q9VKg5fZdItmUpZiQrR6
7 WWnViRRMPkbXNQOHeqGm t3I8Ve3ybCJcXajF8pyd
8 5oMFy2PBe1zUIE3XdraM gSLtgXJwiS1HugLORXhe
9 weV8BlyJrtRbWpSCxSbj ylLWort9o8mHWQQ3JB1T
df['short_str'] = df['long_str'].str.slice(0,3)
df = df.apply(lambda x: x.apply(lambda y: y[:20] if isinstance(y, str) else y))