python将替换字符串中的单词

给定如下数据帧：

A    B    C
1    a    yes
2    b    yes
3    a    no

我想将数据帧更改为：

A    B    C
1    a    yes
2    b    no
3    a    no

---

这意味着如果列B的值为“B”，我想将列C更改为“否”。这可以用

df[df['B']=='B']['C'].str.replace（'yes'，'no'）

来表示。但使用此选项不会更改数据帧

df

本身。甚至我也尝试了

df[df['B']=='B']['C']=df[df['B']=='B']['C'].str.replace（'yes'，'no'）

它不起作用。我想知道如何解决这个问题

通过

掩码设置值的解决方案

：

df.loc[df.B == 'b', 'C'] = 'no'
print (df)
   A  B    C
0  1  a  yes
1  2  b   no
2  3  a   no

df['C'] = df['C'].mask(df.B == 'b','no')
print (df)
   A  B    C
0  1  a  yes
1  2  b   no
2  3  a   no

仅替换

yes

字符串的解决方案：

df.loc[df.B == 'b', 'C'] = df['C'].replace('yes', 'no')
print (df)
   A  B    C
0  1  a  yes
1  2  b   no
2  3  a   no

df['C'] = df['C'].mask(df.B == 'b', df['C'].replace('yes', 'no'))
print (df)
   A  B    C
0  1  a  yes
1  2  b   no
2  3  a   no

在更改的

df

中可以更好地看到差异：

print (df)
   A  B        C
0  1  a      yes
1  2  b      yes
2  3  b  another
3  4  a       no

df['C_set'] = df['C'].mask(df.B == 'b','no')
df['C_replace'] = df['C'].mask(df.B == 'b', df['C'].replace('yes', 'no'))

print (df)
   A  B        C C_set C_replace
0  1  a      yes   yes       yes
1  2  b      yes    no        no
2  3  b  another    no   another
3  4  a       no    no        no

编辑：

在您的解决方案中，只需添加

loc

：

df.loc[df['B']=='b', 'C'] = df.loc[df['B']=='b', 'C'].str.replace('yes','no')
print (df)
   A  B        C
0  1  a      yes
1  2  b       no
2  3  b  another
3  4  a       no

编辑1：

我真的很好奇什么方法最快：

#[40000 rows x 3 columns]
df = pd.concat([df]*10000).reset_index(drop=True)    
print (df)

In [37]: %timeit df.loc[df['B']=='b', 'C'] = df['C'].str.replace('yes','no')
10 loops, best of 3: 79.5 ms per loop

In [38]: %timeit df.loc[df['B']=='b', 'C'] = df.loc[df['B']=='b','C'].str.replace('yes','no')
10 loops, best of 3: 48.4 ms per loop

In [39]: %timeit df.loc[df['B']=='b', 'C'] = df.loc[df['B']=='b', 'C'].replace('yes','no')
100 loops, best of 3: 14.1 ms per loop

In [40]: %timeit df['C'] = df['C'].mask(df.B == 'b', df['C'].replace('yes', 'no'))
100 loops, best of 3: 10.1 ms per loop

# piRSquared solution with replace
In [53]: %timeit df.C = np.where(df.B.values == 'b', df.C.replace('yes', 'no'), df.C.values)
100 loops, best of 3: 4.74 ms per loop

编辑1：

最好是更改条件-如果需要最快的解决方案，请添加

df.C=='yes'

或

df.C.values=='yes'

：

df.loc[(df.B == 'b') & (df.C == 'yes'), 'C'] = 'no'

df.C = np.where((df.B.values == 'b') & (df.C.values == 'yes'), 'no', df.C.values)

df.C = np.where(df.B == 'b', 'no', df.C)

df.C = df.C.mask(df.B == 'b', 'no')

或

df.C = np.where(df.B == 'b', 'no', df.C)

df.C = df.C.mask(df.B == 'b', 'no')

---

所有变更

df

到位并屈服

   A  B    C
0  1  a  yes
1  2  b   no
2  3  a   no

---

---

时间安排

非常感谢。事实上，我的情况比我所展示的有点困难。我将尝试您首先介绍的方法。应该不需要使用

df.C.replace

。当

df.B.values=='B'

时，我们将使

df.C

no

。。。替换在逻辑上不需要时会使用多余的cpu。事实上，在原始数据帧C中是一列字符串，每个值都包含特定的字，如“是”或“否”。例如“是的，它是”@natsuapo-我正在考虑更好的解决方案-检查上次编辑。@mkheifetz-hmm，所以需要

df['C']=df['C'].str.replace（r“\ba\b”，”）

，它被称为单词边界谢谢。我也会尝试

在哪里
。