python - 分区(如果适用)

Question

我在数据框中有一列，其中包含大约 1,4M 行聊天对话，其中每个单元格中的一般格式为 (1):

“名称代理 : 对话”

但是，并非列中的所有单元格都采用这种格式。有些单元格只是 (2):

“对话”

我使用以下代码仅获取结构类似于 (1) 的单元格的对话:

only_transcripts['msgText'] = only_transcripts['msgText'].str.partition(':', expand = True)[2]

但是，如果单元格不包含冒号 (:)，显然这段代码不返回任何内容。

有没有一种快速的方法，我可以避免 for 循环遍历每个实例，只在包含冒号的单元格中应用上面的代码？

Answer 1

添加Series.fillna通过原始列替换NaN，这里还有另一种解决方案，通过split和seelct second lists by indexing

only_transcripts['msgText'] =(only_transcripts['msgText'].str.split(':')
                                                         .str[1]
                                                         .fillna(only_transcripts['msgText']))