在dataframe列Python中查找和删除子字符串

我想查找列中包含唯一ID的所有行，该ID是以数字和符号开头的字符串。在识别它们之后，我只想删除那些唯一行的前9个字符。到目前为止，我已经：

if '.20_P' in df['ID']:
     df['ID']= df['ID']str.slice[: 9]

我希望它能把这个带到哪里：

df['ID'] = 
2.2.2020_P18dhwys
2.1.2020_P18dh234
2.4.2020_P18dh229
P18dh209
P18dh219
2.5.2020_P18dh289

然后把它变成这样：

df['ID'] = 
P18dhwys
P18dh234
P18dh229
P18dh209
P18dh219
P18dh289

---

条件行是否应用于同一列：

df['ID']=df.apply（lambda行：行['ID'][：9]如果行['ID']中的'.20_P'，否则行['ID']，轴=1）

对同一列应用条件行：

df['ID']=df.apply（lambda行：行['ID'][：9]如果行['ID']中的'.20_P'，否则行['ID']，轴=1）

如果您知道要删除的字符串是添加了下划线的前缀，您可以这样做

 df['ID']= df['ID'].apply(lambda x: x.split('_')[-1])

---

如果您知道要删除的字符串是一个加了下划线的前缀，您可以这样做

 df['ID']= df['ID'].apply(lambda x: x.split('_')[-1])

---

您还可以使用正则表达式来查找子字符串

这里的正则表达式的工作原理如下：查找由多个数字（

\d

）或（

[]

）非空白字符（

\w

）组成的子字符串（

+

）。这可能（

*

，

？

）前面是数字和点的组合

[\d+\.]

，后面有一个下划线

。

。请注意，这也是相当快的，因为它是高度优化的（与

.apply（）

相比）。所以，如果你有很多数据，或者经常这样做，这是你可能需要考虑的。

import pandas as pd

df = pd.DataFrame({'A': [
    '2.2.2020_P18dhwys',
    '2.1.2020_P18dh234',
    '2.4.2020_P18dh229',
    'P18dh209',
    'P18dh219',
    '2.5.2020_P18dh289',
]})

print(df['A'].str.extract(r'[\d+\.]*_?([\d\w]+)'))

输出：

          0
0  P18dhwys
1  P18dh234
2  P18dh229
3  P18dh209
4  P18dh219
5  P18dh289

---

您还可以使用正则表达式来查找子字符串

这里的正则表达式的工作原理如下：查找由多个数字（

\d

）或（

[]

）非空白字符（

\w

）组成的子字符串（

+

）。这可能（

*

，

？

）前面是数字和点的组合

[\d+\.]

，后面有一个下划线

。

。请注意，这也是相当快的，因为它是高度优化的（与

.apply（）

相比）。所以，如果你有很多数据，或者经常这样做，这是你可能需要考虑的。

import pandas as pd

df = pd.DataFrame({'A': [
    '2.2.2020_P18dhwys',
    '2.1.2020_P18dh234',
    '2.4.2020_P18dh229',
    'P18dh209',
    'P18dh219',
    '2.5.2020_P18dh289',
]})

print(df['A'].str.extract(r'[\d+\.]*_?([\d\w]+)'))

输出：

          0
0  P18dhwys
1  P18dh234
2  P18dh229
3  P18dh209
4  P18dh219
5  P18dh289

---

谢谢你，但真正的身份证有几个“u”，但谢谢谢谢谢谢你，但真正的身份证有几个“u”，但谢谢你这很有效，谢谢你。您能解释lambda函数吗？lambda表达式根据同一行中的其他行设置字段“ID”的值。这正是您在问题中提出的逻辑，重新格式化为一行：

行['ID'][:9]如果['ID']行中的'.20\u P'，否则行['ID']

这很有效，谢谢。您能解释lambda函数吗？lambda表达式根据同一行中的其他行设置字段“ID”的值。这正是您在问题中提出的逻辑，重新格式化为一行：

行['ID'][:9]如果.20_P'在行['ID']中，否则行['ID']

Series.str.extract（）方法将比应用lambda快。

Series.str.extract（）

方法将比应用lambda快。

Series.str.extract（）

方法将比应用lambda快。

Series.str.extract（）

方法将比应用lambda快。