Python 如何删除Dataframe列中字符串的子字符串？

我有一个简化的数据帧：

ID, Date
1 8/24/1995
2 8/1/1899 :00

如何使用pandas的功能识别数据帧中任何具有额外

:00

的日期并将其删除

你知道怎么解决这个问题吗

我尝试过这种语法，但没有帮助：

df[df["Date"].str.replace(to_replace="\s:00", value="")]

输出应如下所示：

ID, Date
1 8/24/1995
2 8/1/1899

---

您需要将修剪后的列重新分配给原始列，而不是进行子集设置，而且

str.replace

方法似乎没有

to_replace

和

value

参数。它具有

pat

和

repl

参数：

df["Date"] = df["Date"].str.replace("\s:00", "")

df
#   ID       Date
#0   1  8/24/1995
#1   2   8/1/1899

---

要将此应用于整个数据帧，我需要

stack

然后

unstack

df.stack().str.replace(r'\s:00', '').unstack()

功能化 例子

---

---

您是否自己创建数据框？因为您可以在制作df之前删除无关的

：00

。我正在使用

pd.read.csv（）

将.csv文件作为数据帧读取。。。但我注意到，在将某些日期作为数据帧读取之前，它们实际上有一些无关的“：00”

def dfreplace(df, *args, **kwargs):
    s = pd.Series(df.values.flatten())
    s = s.str.replace(*args, **kwargs)
    return pd.DataFrame(s.values.reshape(df.shape), df.index, df.columns)

df = pd.DataFrame(['8/24/1995', '8/1/1899 :00'], pd.Index([1, 2], name='ID'), ['Date'])

dfreplace(df, '\s:00', '')

rng = range(5)
df2 = pd.concat([pd.concat([df for _ in rng]) for _ in rng], axis=1)

df2

dfreplace(df2, '\s:00', '')