python - 在数据框中搜索子字符串并替换它

Question

我遇到了创建虚假数据的情况，我正在尝试清理它。

例如...

www.one@foxturn.com/!ut/5 #RealLink
www.one@foxturn.com/ut1/5_RTFDEERERTGFEFD # System adds junks to it
www.one@foxturn.com/ut1/5_dvkerfddfrejermsdkasmf # System adds junks to it

我正在尝试通过删除 !ut 之后的所有内容来清理此问题

到目前为止我已经尝试过:

SPA_MX = Mexico['Page URL'].str.startswith("http://www.www.one@foxturn.com/ut1")

但这会返回一个 bool 值。

我想了解实现这一目标的最有效方法。

Answer 1

您可以在列上使用 apply 来执行此操作，然后使用 find 返回模式的索引，并在找到时对 str 进行切片:

In[69]:

df['url'].apply(lambda x: x[:x.find('!ut') + 3] if x.find('!ut') != -1 else x)

Out[69]: 
0                             www.one@foxturn.com/!ut
1           www.one@foxturn.com/ut1/5_RTFDEERERTGFEFD
2    www.one@foxturn.com/ut1/5_dvkerfddfrejermsdkasmf
Name: url, dtype: object