Python 是否从数据帧单元格中的字符串中删除单词/字符？
我有一个包含街道交叉点的列的数据框Python 是否从数据帧单元格中的字符串中删除单词/字符？,python,pandas,Python,Pandas,我有一个包含街道交叉点的列的数据框 | Locations | -------------------------------- |W Madison Ave & S Randall Blvd| |N Clemson St & E Tower Ave | |E Thompson St & S Garfield Ln | 我想删除方向字符（N、S、E、W）以及街道的后缀（Blvd、St、Ave等），以便我的输出如下所示 |
| Locations |
--------------------------------
|W Madison Ave & S Randall Blvd|
|N Clemson St & E Tower Ave |
|E Thompson St & S Garfield Ln |
| Locations |
---------------------
|Madison & Randall |
|Clemson & Tower |
|Thompson & Garfield|
str.replace（）lstrip（）rstrip（）Series.apply（）但这实际上是执行一个
str.replace（）：
f = lambda x: ' '.join([item for item in x.split() if item not in banned])
df["Locations"] = df["Locations"].apply(f)
或列表理解
：
df["Locations"] = [' '.join([item for item in x.split()
if item not in banned])
for x in df["Locations"]]
print (df)
Locations
0 Madison & Randall
1 Clemson & Tower
2 Thompson & Garfield
您很接近-您可以先拆分值，然后加入：
f = lambda x: ' '.join([item for item in x.split() if item not in banned])
df["Locations"] = df["Locations"].apply(f)
或列表理解
：
df["Locations"] = [' '.join([item for item in x.split()
if item not in banned])
for x in df["Locations"]]
print (df)
Locations
0 Madison & Randall
1 Clemson & Tower
2 Thompson & Garfield
可能使用您提到的替换
df.replace(dict(zip(banned,['']*len(banned))),regex=True)
Out[54]:
Locations
0 Madison & Randall
1 Clemson t & Tower
2 Thompson t & Garfield
可能使用您提到的替换
df.replace(dict(zip(banned,['']*len(banned))),regex=True)
Out[54]:
Locations
0 Madison & Randall
1 Clemson t & Tower
2 Thompson t & Garfield
作为删除不想要的单词的替代方法，您可以选择您想要的单词。由于示例行遵循相同的模式，看起来您希望选择第2个和第6个单词，并使用它们来创建位置的新名称。这看起来像这样：
df['new_location'] = ''
for i,location in enumerate(df.Locations):
df.new_location.iloc[i] = location.split(' ')[1] +' & ' +location.split(' ')[5]
作为删除不想要的单词的替代方法，您可以选择您想要的单词。由于示例行遵循相同的模式，看起来您希望选择第2个和第6个单词，并使用它们来创建位置的新名称。这看起来像这样：
df['new_location'] = ''
for i,location in enumerate(df.Locations):
df.new_location.iloc[i] = location.split(' ')[1] +' & ' +location.split(' ')[5]
给定的s
是以下系列
：
0 | Locations |
1 --------------------------------
2 |W Madison Ave & S Randall Blvd|
3 |N Clemson St & E Tower Ave |
4 |E Thompson St & S Garfield Ln |
Name: 0, dtype: object
可以使用以下正则表达式
s.str.replace('(?:E|W|N|St?|Blvd|Ave|Ln)', '')
得到
0 | Locations |
1 --------------------------------
2 | Madison & Randall |
3 | Clemson & Tower |
4 | Thompson & Garfield |
Name: 0, dtype: object
给定的s
是以下系列
：
0 | Locations |
1 --------------------------------
2 |W Madison Ave & S Randall Blvd|
3 |N Clemson St & E Tower Ave |
4 |E Thompson St & S Garfield Ln |
Name: 0, dtype: object
可以使用以下正则表达式
s.str.replace('(?:E|W|N|St?|Blvd|Ave|Ln)', '')
得到
0 | Locations |
1 --------------------------------
2 | Madison & Randall |
3 | Clemson & Tower |
4 | Thompson & Garfield |
Name: 0, dtype: object
如果df.col.apply（lambda r:''.join（k代表r.split（）中的k，如果不是np.isin（k，禁止）），则应用将起作用。
所有条目是否遵循完全相同的模式？因为这样，只显示第二个和第六个字符串可能会更容易，在空格上拆分后，如果df.col.apply（lambda r:''.join（k代表r.split（）中的k，如果不是np.isin（k，禁止）），则应用将起作用。
所有条目都遵循完全相同的模式吗？因为这样，只显示第二个和第六个字符串可能更容易，在空格上拆分后，您需要按从最大字符串到最小字符串的顺序显示它们df.Locations.str.replace（f“\s*（{'|'.join（已排序（禁止，key=len，reverse=True））}）\s*”，“”）.str.strip（）
您需要按从最大字符串到最小字符串的顺序排列它们df.Locations.str.replace（f“\s*（{'|'.join（sorted（disabled，key=len，reverse=True）））））\s*”，“”.str.strip（）
你知道我可以把.lower（）
放在哪里来覆盖我所有的基础吗？数据中包含一些大写的禁止单词。@ATCH_-train-然后使用bannd1=[a.lower（）表示禁止中的a]f=lambda x:''.join（[item for item in x.split（）if item.lower（）not in bannd1]）
你知道我可以把.lower（）
放在哪里来覆盖我所有的基础吗？数据中包含一些大写的禁止单词。@ATCH_-train-然后使用banned1=[a.lower（）表示禁止中的a]f=lambda x:''.join（[x.split（）中的项表示x.split（）如果项.lower（）不在banned1中]）