Python 列内的字符串操作（熊猫）：拆分、替换、联接

我想根据以下条件创建一个新列：

• 如果行包含dogs/dog/chien/chien，则添加-00
• 如果该行包含cat/cat/chat/chats，则添加00-

数据样本如下：

Animal 

22 dogs
1 dog
1 cat
3 dogs
32 chats

到目前为止

我希望输出一个只有数字的列（数字）：

---

我想我应该使用

if

条件来检查单词，然后

.split

和

.join

。这是关于字符串操作的，但我很难解决这个问题

您可以这样做，首先提取数字，然后使用

np。其中

有条件地向字符串添加字符：

df['New Col'] = df['Animal'].str.extract(r'([0-9]*)')
df['New Col'] = np.where(df['Animal'].str.contains('dogs|dog|chiens|chien'), df['New Col']+'-00', df['New Col'])
df['New Col'] = np.where(df['Animal'].str.contains('cats|cat|chat|chats'), '00-'+df['New Col'], df['New Col'])
print(df)

     Animal New Col
0   22 dogs   22-00
1     1 dog    1-00
2     1 cat    00-1
3    3 dogs    3-00
4  32 chats   00-32

---

可以这样做，首先提取数字，然后使用

np。其中

有条件地向字符串添加字符：

df['New Col'] = df['Animal'].str.extract(r'([0-9]*)')
df['New Col'] = np.where(df['Animal'].str.contains('dogs|dog|chiens|chien'), df['New Col']+'-00', df['New Col'])
df['New Col'] = np.where(df['Animal'].str.contains('cats|cat|chat|chats'), '00-'+df['New Col'], df['New Col'])
print(df)

     Animal New Col
0   22 dogs   22-00
1     1 dog    1-00
2     1 cat    00-1
3    3 dogs    3-00
4  32 chats   00-32

其中，

df

是您的数据帧。为了快速查找，我们将条件列表转换为集合。然后我们对

df

的

Animal

列的值应用一个函数，并相应地采取行动

---

其中，

df

是您的数据帧。为了快速查找，我们将条件列表转换为集合。然后我们对

df

的

Animal

列的值应用一个函数，并相应地采取行动

由于数据格式良好，您可以使用基本替换并将其应用于行：

import pandas as pd
import re

def replacer(s):
    return re.sub(r" (chiens?|dogs?)", "-00", 
                  re.sub(r"(\d+) ch?ats?", r"00-\1", s))

df = pd.DataFrame({"Animal": ["22 dogs", "1 dog", "1 cat", "3 dogs", "32 chats"]})
df["New Column"] = df["Animal"].apply(replacer)

输出：

     Animal New_col
0   22 dogs   22-00
1     1 dog    1-00
2     1 cat    00-1
3    3 dogs    3-00
4  32 chats   00-32

Animal新栏目
0 22只狗22-00
1只狗1-00
2 1类00-1
3只狗3-00
4 32聊天00-32

由于数据格式良好，您可以使用基本替换并将其应用于行：

import pandas as pd
import re

def replacer(s):
    return re.sub(r" (chiens?|dogs?)", "-00", 
                  re.sub(r"(\d+) ch?ats?", r"00-\1", s))

df = pd.DataFrame({"Animal": ["22 dogs", "1 dog", "1 cat", "3 dogs", "32 chats"]})
df["New Column"] = df["Animal"].apply(replacer)

输出：

     Animal New_col
0   22 dogs   22-00
1     1 dog    1-00
2     1 cat    00-1
3    3 dogs    3-00
4  32 chats   00-32

Animal新栏目
0 22只狗22-00
1只狗1-00
2 1类00-1
3只狗3-00
4 32聊天00-32

使用re：

import re

list1 = ['dogs', 'dog', 'chien', 'chiens']
list2 = ['cats', 'cat', 'chat', 'chats']

df['New_col'] = [(re.search(r'(\w+)', val).group(1).strip()+"-00") if re.search(r'([a-zA-Z]+)', val).group(1).strip() in list1 else ("00-" + re.search(r'(\w+)', val).group(1).strip()) if re.search(r'([a-zA-Z]+)', val).group(1).strip() in list2 else val for val in list(df['Animal'])]

print(df)

输出：

     Animal New_col
0   22 dogs   22-00
1     1 dog    1-00
2     1 cat    00-1
3    3 dogs    3-00
4  32 chats   00-32

使用re：

import re

list1 = ['dogs', 'dog', 'chien', 'chiens']
list2 = ['cats', 'cat', 'chat', 'chats']

df['New_col'] = [(re.search(r'(\w+)', val).group(1).strip()+"-00") if re.search(r'([a-zA-Z]+)', val).group(1).strip() in list1 else ("00-" + re.search(r'(\w+)', val).group(1).strip()) if re.search(r'([a-zA-Z]+)', val).group(1).strip() in list2 else val for val in list(df['Animal'])]

print(df)

输出：

     Animal New_col
0   22 dogs   22-00
1     1 dog    1-00
2     1 cat    00-1
3    3 dogs    3-00
4  32 chats   00-32

---

创建搜索词的元组

dog = ('dogs', 'dog', 'chien', 'chiens')
cat = ('cats', 'cat', 'chat', 'chats')

为使用相应替换创建的每个元组创建条件，并使用将条件应用于列：

num = df.Animal.str.split().str[0] #the numbers
#conditions
cond1 = df.Animal.str.endswith(dog)        
cond2 = df.Animal.str.endswith(cat)
condlist = [cond1,cond2]
#what should be returned for each successful condition
choicelist = [num+"-00","00-"+num]

df['New Column'] = np.select(condlist,choicelist)
df

    Animal    New Column
0   22 dogs     22-00
1   1 dog       1-00
2   1 cat       00-1
3   3 dogs      3-00
4   32 chats    00-32

---

创建搜索词的元组

dog = ('dogs', 'dog', 'chien', 'chiens')
cat = ('cats', 'cat', 'chat', 'chats')

为使用相应替换创建的每个元组创建条件，并使用将条件应用于列：

num = df.Animal.str.split().str[0] #the numbers
#conditions
cond1 = df.Animal.str.endswith(dog)        
cond2 = df.Animal.str.endswith(cat)
condlist = [cond1,cond2]
#what should be returned for each successful condition
choicelist = [num+"-00","00-"+num]

df['New Column'] = np.select(condlist,choicelist)
df

    Animal    New Column
0   22 dogs     22-00
1   1 dog       1-00
2   1 cat       00-1
3   3 dogs      3-00
4   32 chats    00-32

---

您的示例数据是否总是以

^\d+\w+$

的形式出现，或者

狗

、

猫

等是否可以在任意上下文中出现？换句话说，

“dogville中有22只猫”

是一个可能的单元格值吗？如果是，应该如何处理它？不，它应该是数字+字符串/特征的格式。您的样本数据总是以

^\d+\w+$

的形式出现，或者

狗

，

猫

等可以在任意上下文中出现？换句话说，

“dogville中有22只猫”

是一个可能的单元格值吗？如果是，应该如何处理它？不，应该是数字+字符串/字符的格式