Python 当两行'；价值观不同？

我有一个数据框，其中一列是“lang”，表示“language”

本栏中有两个不同的值，分别是“en”表示“English”和“en gb”表示“British English”

这一行中还有许多其他值，包括“es”表示“西班牙语”，fr表示“法语”，等等

看起来是这样的：

user        lang       id

joe         en         77788
jim         en-gb      23323
pedro       es         12134
tom         en         53892
juan        es         24434
phillippe   fr         04211
george      en-gb      99999

---

出于分析的目的，我想将“en”和“en gb”值一起计算为相同的“en”或“English”值。也许我可以将此列放入一个系列中，然后将其计算为一个系列，或者我可以将“en gb”值改为“en”。

如果需要前两个字母，可以使用字符串切片，即str[:2]所以我们可以把语言划分看作是一个。< /P>

df['lang'].str[:2]

---

按新键合并。希望有帮助。

您可以按照Bharath的建议使用.str[：2]更改列。如果希望保持列不变，可以直接在该列上使用groupby。 假设您要查找每种语言的用户数

df_new = df.groupby(df.lang.str[:2]).user.count()

或

会回来的

lang
en    4
es    2
fr    1

---

使用

replace

df=df.replace({'en-gb':'en'})
df
Out[358]: 
        user lang     id
0        joe   en  77788
1        jim   en  23323
2      pedro   es  12134
3        tom   en  53892
4       juan   es  24434
5  phillippe   fr   4211
6     george   en  99999

---

您可以使用

.replace

函数进行替换……您到底在问什么？如果语言有两个字母，那么您可以使用

df['lang']=df['lang'].str[:2]

df_new = df.groupby(df.lang.str.split('-').str[0]).user.count()

lang
en    4
es    2
fr    1

df=df.replace({'en-gb':'en'})
df
Out[358]: 
        user lang     id
0        joe   en  77788
1        jim   en  23323
2      pedro   es  12134
3        tom   en  53892
4       juan   es  24434
5  phillippe   fr   4211
6     george   en  99999