Python 数据帧：根据条件修改完整数据帧中的单个值

我有一个如下所示的数据帧

      A        B    C

0     5 4)     0    3 2)
1     1        9    1
2     0,10 3)  9    0,22 3)
3     0.5      10   0.2
4     0,07 2)  2    0,05 3)

现在我想更改包含括号“）”的值，以便只保留第一个数字。像这样：

      A        B    C

0     5        0    3 
1     1        9    1
2     0,10     9    0,22 
3     0.5      10   0.2
4     0,07     2    0,05 

我用下面的代码进行了尝试，成功了

for i in df["A"]:
    if ")" in str(i):
        new, filler = str(i).split(" ",1)
        df.replace(i, new,inplace=True)

由于数据量很大，我需要在整个数据帧上执行此操作，而不仅仅是在列“A”上。最好的方法是什么？

---

谢谢

一种方法是在空格上拆分并保留结果列表的第一个元素：

cols = ['A', 'C']
df[cols] = df[cols].apply(lambda x: x.str.split(' ').str[0])

---

---

一种方法是在空格上拆分，并保留结果列表的第一个元素：

cols = ['A', 'C']
df[cols] = df[cols].apply(lambda x: x.str.split(' ').str[0])

---

---

您可以用于idx，df.iteritems（）中的值：然后应用转换信息无效您可以用于idx，df.iteritems（）中的值：然后应用转换信息无效谢谢您的回答。不幸的是，如果我使用您的代码，我会为所有不包含“）”的值得到一个“NaN”。像这样：A[5，NaN，0.10，NaN，0.07]好吧，我的错。我在几个单元格中输入了错误的类型（float而不是str）。通过此更改，它成功了：df2[cols]=df2[cols].apply（lambda x:x.astype（str）.str.split（“”）.str[0]）-谢谢！谢谢你的回答。不幸的是，如果我使用您的代码，我会为所有不包含“）”的值得到一个“NaN”。像这样：A[5，NaN，0.10，NaN，0.07]好吧，我的错。我在几个单元格中输入了错误的类型（float而不是str）。通过此更改，它成功了：df2[cols]=df2[cols].apply（lambda x:x.astype（str）.str.split（“”）.str[0]）-谢谢！