Python 使用.str.replace（）vs.replace（）更新数据帧

我的pandas Dataframe df中有一列，其中包含一个字符串，该字符串后面有一些十六进制编码的空值（\x00）。至少我认为是这样。当我试图用以下内容替换它们时：

df['SOPInstanceUID'] = df['SOPInstanceUID'].replace('\x00', '')

该列未更新。当我对你做同样的事情时

df['SOPInstanceUID'] = df['SOPInstanceUID'].str.replace('\x00', '')

很好用。 这里有什么区别？（SOPInstanceUID不是索引。）

感谢

前者查找字符串中的任何部分的匹配项，这就是为什么后者适用于您

---

str

方法与标准的

string

等效方法同义，但是是矢量化的

您没有指定正则表达式或要求精确匹配，因此str.replace有效

str.replace(old, new[, count])

返回一个字符串的副本，其中所有出现的子字符串old都替换为new。如果给定了可选参数计数，则仅替换第一次出现的计数

DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)

parameter: to_replace : str, regex, list, dict, Series, numeric, or None

str或regex： str:与_replace完全匹配的字符串将被替换为值 正则表达式：与_replace匹配的正则表达式将替换为值

它们实际上不在字符串中：您有未替换的控制字符，Python使用十六进制表示法显示这些字符：

按以下方式删除所有非单词字符：

re.sub(r'[^\w]', '', '\x00\x00\x00\x08\x01\x008\xe6\x7f')

---

好的，谢谢你们两位。但是当我像这样调用replace时，

code

df['SOPInstanceUID'].replace（'\x00'，''）

code

我得到的字符串后面没有空值！？那么，它似乎是匹配的，还是只是som类型的输出格式没有显示空值？您需要发布原始数据和代码来演示这一点，而且您的注释与您的问题陈述相矛盾，因为它不起作用是的，抱歉。注意：当我调用该方法而不将其赋值回列时，我将得到一个jupyter格式的字符串输出，而不带尾随的null。当在我的帖子中分配时，什么也没有发生。卡马里先生，谢谢。那是缺失的部分！我不太明白，但我会尽力的。不是OP，但谢谢你提供的信息。这只是一个愚蠢的问题，你这里的向量化是什么意思？@BowenLiu Vectoriad在这里的意思是，我们不是一次对一行或一个值进行操作，而是对整个列进行操作（尽管实际上它实际上意味着多个值），所以它非常快。谢谢你的解释。所以它可以同时对多个值进行操作，从而节省计算时间？@BowenLiu正确的矢量化是我认为您应该使用numpy或pandas的原因。否则，它只是一个花哨的数据结构，使索引更容易，而没有任何性能提升！我从未想过使用pandas和numpy进行数据处理的原因。我之所以使用它，是因为每个人都在使用它，而且它有很多有用的功能。但是这些函数之所以能够快速有效地工作，是因为它们将所有数据矢量化了？你能用外行的语言解释一下它是如何做到的吗？我一直认为它像for循环一样逐个遍历对象。