Python 如何删除dataframe列中字符后的字符串的其余部分？

我有一个包含userdata的数据框。有一列包含用户已访问的文件名。文件名如下所示：

blah-blah-blah/dss_outline.pdf  
doot-doot/helper_doc.pdf
blah-blah-blah/help_file.pdf

我的目标是删去后面的所有内容，包括/这样我就可以只看人们正在检查的顶级程序（许多不同的文件都是在这些程序下组织的）

因此，我面临两个挑战：

1-如何“抓取”到“/”的所有内容？我一直在看正则表达式，但是我很难写出正确的表达式

---

2-如何用连接的文件名替换所有文件名？我发现我可以使用

df['Filename']=df['Filename'].str.split（'/'）[0]

获取适当的部分，但它不会应用于整个series对象。这是我想做的逻辑，但我不知道怎么做

---

谢谢

使用

df。更换

df.replace('\/.*$','',regex=True)


              col
0  blah-blah-blah
1       doot-doot
2  blah-blah-blah

您可以使用
\/.*$
匹配不需要的零件并将其删除：

这将匹配正斜杠和任何后续字符，直到字符串的结尾（如果引擎需要，请小心使用多行标志！）

或者您可以使用
^[^/]+
匹配所需的零件并提取它：

这将匹配字符串开头的任何连续字符，除了
/
（同样，需要多行！）。
使用
系列。apply（）
：

代码：

您手边有很多解决方案：

1） 只需使用
split（）
方法：
名称：col1，数据类型：object

2） 您可以使用
apply（）
+
split（）
3） 您可以使用
rsplit（）
4） 您可以将本机正则表达式与
extract（）
一起使用：
“但它不会适用于整个系列对象”的意思是什么？你能再解释一下吗
df['your_column_name']=df['your_column_name'].map（lambda:os.path.basename（a））
取决于您的文件夹结构，如下所示，您也可以使用
str.split（）
如何在数据帧中的列中应用它？那么，假设我使用re.sub（）将不需要的位替换为一个空字符串，我如何逐行应用该位？我想，您必须迭代这些行并逐个应用它。这太棒了，感谢您在这里分享众多选项！我仍然在学习pandas/regex/lambda表达式，所以很高兴看到它们都在这里出现。@RNGeezy，thnx感谢您喜欢并接受这个答案，快乐学习：-）
>>> import pandas
>>> data = {'filename': ["blah-blah-blah/dss_outline.pdf", "doot-doot/helper_doc.pdf", "blah-blah-blah/help_file.pdf"]}
>>> df = pandas.DataFrame(data=data)
>>> df
                         filename
0  blah-blah-blah/dss_outline.pdf
1        doot-doot/helper_doc.pdf
2    blah-blah-blah/help_file.pdf
>>> def get_top_level_from(string):
...     return string.split('/')[0]
... 
>>> series = df["filename"]
>>> series
0    blah-blah-blah/dss_outline.pdf
1          doot-doot/helper_doc.pdf
2      blah-blah-blah/help_file.pdf
Name: filename, dtype: object
>>> series.apply(get_top_level_from)
0    blah-blah-blah
1         doot-doot
2    blah-blah-blah
Name: filename, dtype: object

def get_top_level_from(string):
    return string.split('/')[0]

results = df["filename"].apply(get_top_level_from)

>>> df
                             col1
0  blah-blah-blah/dss_outline.pdf
1        doot-doot/helper_doc.pdf
2    blah-blah-blah/help_file.pdf


>>> df['col1'].str.split('/', 1).str[0].str.strip()
0    blah-blah-blah
1         doot-doot
2    blah-blah-blah

>>> df['col1'].apply(lambda s: s.split('/')[0])
0    blah-blah-blah
1         doot-doot
2    blah-blah-blah
Name: col1, dtype: object

>>> df['col1'].str.rsplit('/').str[0]
0    blah-blah-blah
1         doot-doot
2    blah-blah-blah
Name: col1, dtype: object

>>> df['col1'] = df['col1'].str.extract('([^/]+)')
>>> df
             col1
0  blah-blah-blah
1       doot-doot
2  blah-blah-blah

OR
# df.col1.str.extract('([^/]+)')