Python 替换数据帧中的特定字符串

我有这样一个数据帧：

     Basic Stats    Min       Max      Mean     Stdev    Num  Eigenvalue
0      Band 1    0.428944  0.843916  0.689923  0.052534   1    0.229509
1      Band 10  -0.000000  0.689320  0.513170  0.048885   2    0.119217

我想用

LG68

替换

Band 1

，用

LG69

替换

Band 10

我试过：

df=df.replace({'Band 1': 'LG68', 'Band 10': 'LG69'}, regex=True)

但这也带来了：

     Basic Stats    Min       Max      Mean     Stdev  Num  Eigenvalue
0      LG68     0.428944  0.843916  0.689923  0.052534  1    0.229509
1      LG680   -0.000000  0.689320  0.513170  0.048885  2    0.119217

因为波段10也包含波段1

我也尝试过：

df=df.T
df=df.rename(columns={'Band 1':'LG68', 'Band10': 'LG69'})

---

但这会悄悄地失败（名称根本没有更改），可能是因为我没有将Band 1和Band 10作为列名，而是实际的行？

也许可以尝试使用

map

函数和

dict

来描述映射关系

df['Basic Stats'] = df['Basic Stats'].map({'Band 1': 'LG68', 'Band 10': 'LG69'})
df

  Basic Stats     Min     Max    Mean   Stdev  Num  Eigenvalue
0        LG68  0.4289  0.8439  0.6899  0.0525    1      0.2295
1        LG69 -0.0000  0.6893  0.5132  0.0489    2      0.1192

---

可以尝试使用

map

函数和

dict

来描述映射关系

df['Basic Stats'] = df['Basic Stats'].map({'Band 1': 'LG68', 'Band 10': 'LG69'})
df

  Basic Stats     Min     Max    Mean   Stdev  Num  Eigenvalue
0        LG68  0.4289  0.8439  0.6899  0.0525    1      0.2295
1        LG69 -0.0000  0.6893  0.5132  0.0489    2      0.1192

---

可以尝试使用

map

函数和

dict

来描述映射关系

df['Basic Stats'] = df['Basic Stats'].map({'Band 1': 'LG68', 'Band 10': 'LG69'})
df

  Basic Stats     Min     Max    Mean   Stdev  Num  Eigenvalue
0        LG68  0.4289  0.8439  0.6899  0.0525    1      0.2295
1        LG69 -0.0000  0.6893  0.5132  0.0489    2      0.1192

---

可以尝试使用

map

函数和

dict

来描述映射关系

df['Basic Stats'] = df['Basic Stats'].map({'Band 1': 'LG68', 'Band 10': 'LG69'})
df

  Basic Stats     Min     Max    Mean   Stdev  Num  Eigenvalue
0        LG68  0.4289  0.8439  0.6899  0.0525    1      0.2295
1        LG69 -0.0000  0.6893  0.5132  0.0489    2      0.1192

---

您正在将regex设置为true，因此您应该能够只使用regex。添加$以匹配字符串的结尾

df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)

---

您正在将regex设置为true，因此您应该能够只使用regex。添加$以匹配字符串的结尾

df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)

---

您正在将regex设置为true，因此您应该能够只使用regex。添加$以匹配字符串的结尾

df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)

---

您正在将regex设置为true，因此您应该能够只使用regex。添加$以匹配字符串的结尾

df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)

---

您可以通过在

频带1

的末尾添加一个

$

来修复正则表达式，使语句看起来像

df=df.replace({'Band 1$': 'LG68', 'Band 10': 'LG69'}, regex=True)

---

$

匹配行尾，因此只有当

第1带

后跟字符串或换行符时，

第1带$

才会匹配。您还可以使用只匹配字符串结尾的

\Z

。

您可以通过在

波段1

的结尾添加

$

来修复正则表达式，使语句看起来像

df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)

df=df.replace({'Band 1$': 'LG68', 'Band 10': 'LG69'}, regex=True)

---

$

匹配行尾，因此只有当

第1带

后跟字符串或换行符时，

第1带$

才会匹配。您还可以使用只匹配字符串结尾的

\Z

。

您可以通过在

波段1

的结尾添加

$

来修复正则表达式，使语句看起来像

df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)

df=df.replace({'Band 1$': 'LG68', 'Band 10': 'LG69'}, regex=True)

---

$

匹配行尾，因此只有当

第1带

后跟字符串或换行符时，

第1带$

才会匹配。您还可以使用只匹配字符串结尾的

\Z

。

您可以通过在

波段1

的结尾添加

$

来修复正则表达式，使语句看起来像

df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)

df=df.replace({'Band 1$': 'LG68', 'Band 10': 'LG69'}, regex=True)

---

---

$

匹配行尾，因此只有当

第1带

后跟字符串或换行符时，

第1带$

才会匹配。您还可以使用只匹配字符串结尾的

\Z

。

返回

Basic Stats

中的所有值，作为

NaN

@StefanoPotter。您能否在原始数据帧中显示

df['Basic Stats']的结果。值[：5]

？产生的

NaN

通常是

dict

中的键与

Basic Stats

列中的值不匹配的结果。

['Band 1''Band 2''Band 3''Band 4''Band 5']['Band 1''Band 2''Band 3''Band 4''Band 5']

I，有80个乐队编号为1-80我正在这样做for@StefanoPotter因此，每个乐队前面都有一个空格。尝试

.map（{'Band 1'：'LG68'，'Band 10'：'LG69}）

。或者，在映射之前尝试删除前导或尾随空格。实际上不应该有空格…但即使添加了空格，它仍会返回NaN，即返回

Basic Stats

中的所有值，如

NaN

@StefanoPotter您能显示

df['Basic Stats']的结果吗？值[：5]

在原始数据帧中？产生的

NaN

通常是

dict

中的键与

Basic Stats

列中的值不匹配的结果。

['Band 1''Band 2''Band 3''Band 4''Band 5']['Band 1''Band 2''Band 3''Band 4''Band 5']

I，有80个乐队编号为1-80我正在这样做for@StefanoPotter因此，每个乐队前面都有一个空格。尝试

.map（{'Band 1'：'LG68'，'Band 10'：'LG69}）

。或者，在映射之前尝试删除前导或尾随空格。实际上不应该有空格…但即使添加了空格，它仍会返回NaN，即返回

Basic Stats

中的所有值，如

NaN

@StefanoPotter您能显示

df['Basic Stats']的结果吗？值[：5]

在原始数据帧中？产生的

NaN

通常是

dict

中的键与

Basic Stats

列中的值不匹配的结果。

['Band 1''Band 2''Band 3''Band 4''Band 5']['Band 1''Band 2''Band 3''Band 4''Band 5']

I，有80个乐队编号为1-80我正在这样做for@StefanoPotter因此，每个乐队前面都有一个空格。尝试

.map（{'Band 1'：'LG68'，'Band 10'：'LG69}）

。或者，在映射之前尝试删除前导或尾随空格。实际上不应该有空格…但即使添加了空格，它仍会返回NaN，即返回

Basic Stats

中的所有值，如

NaN

@StefanoPotter您能显示

df['Basic Stats']的结果吗？值[：5]

在原始数据帧中？产生的

NaN

通常是

dict

中的键与

Basic Stats

列中的值不匹配的结果。

['波段1''波段2''波段3''波段4'
df=df.replace({'Band 1$': 'LG68', 'Band 10$': 'LG69'}, regex=True)