python - Pandas 使用列表中的值替换字符串

Question

我正在尝试替换数据框(df)内一列中的字符串。这是 df 的样子:

                           0                  1
0  2012 Black Toyota Corolla    White/Black/Red
1      2013 Red Toyota Camry    Red
2      2015 Blue Honda Civic    Blue
3         2012 Black Mazda 6    Black/Red/White
4   2011 White Nissan Maxima    White/Red/Black

有时，第 1 列有多个颜色值，有时只有一个值。我想获取第 1 列中的多个值，检查第 0 列中是否存在这些值，然后从第 0 列中删除该值。

我尝试过以这种方式处理它。

    def removeColor(main,sub):
         for i in sub.split('/'):
                 main = main.str.replace(i, '')
         return(main)

>>> df['0'] = df['0'].map(lambda x: removeColor(x['0'],x['2']))

这会导致类型错误。

TypeError: string indices must be integers

我的预期输出如下所示:

                     0                  1
0  2012 Toyota Corolla    White/Black/Red
1    2013 Toyota Camry    Red
2     2015 Honda Civic    Blue
3         2012 Mazda 6    Black/Red/White
4   2011 Nissan Maxima    White/Red/Black

Answer 1

map仅适用于系列。在你的lambda函数，x将是一个字符串(列“0”的值)，所以当您执行 x["0"] 时和x["1"]它试图从字符串中获取索引，因此你的错误。

apply函数可以让您对整行(或列)进行操作，并且会更适合。这是实现您所追求的目标的一种方法:

import re

def remove_color(row):
    return re.sub(row.iloc[1].replace("/", "|"), "", row.iloc[0]).replace("  ", " ")


df.iloc[:, 0] = df.apply(remove_color, axis=1)

您可以替换 iloc使用特定列名称进行调用以使其更具可读性(您提到列名称可以是任何名称，因此我在这里给出通用方法)。

第二个replace调用的目的是删除 re.sub 留下的多余空格。 。您可以修改您的re.sub在一次调用中即可完成此操作，但可能会变得困惑。