python - 如何纠正 pandas 数据框中的拼写错误

Question

我有一个像这样的 pandas 数据框

    a      b    c
1   "hi"   1    2
2   "hi"   4    1
3   "Hi"   1    3
4   "hi"   2    1
5   "Hi"   2    1

所有“Hi”都应该更正为“hi”，我怎么能用 pandas 干净地在此之前

这是一个玩具示例，实际数据可以更大

Answer 1

如果你想让它变成小写，你可以这样做 -

df['a'] = df['a'].str.lower()

如果您想替换某些单词 -

df['a'] = df['a'].str.replace('Hi', 'hi')

或者，如果该单词出现在短语中，请使用正则表达式 -

df['a'] = df['a'].str.replace('\bHi\b', 'hi')

此正则表达式选项允许您甚至使用单词 -

In [12]: df
Out[12]: 
             a  b
0           hi  1
1           hi  2
2       Hi mom  3
3  mom Hi, mom  4
4      mHim Hi  5

In [13]: df['a'] = df.a.str.replace(r'\bHi\b', 'hi')

In [14]: df
Out[14]: 
             a  b
0           hi  1
1           hi  2
2       hi mom  3
3  mom hi, mom  4
4      mHim hi  5

请注意，所有单词“Hi”都被替换为“hi”，但在最后一个示例中，“Hi”出现在单词中间，因此替换并未完成。