python - 根据python中的列表替换列中的几个值

Question

这是 stackoverflow 上一个很好解释的主题:Replacing few values in a pandas dataframe column with another value

示例是:

BrandName Specialty
A          H
B          I
ABC        J
D          K
AB         L

解决办法是:

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A')

问题是我的数据框有点不同，我连续有两个字符串:

BrandName Specialty
A          H
B          I
ABC B      J
D          K
AB         L

所需的输出仍然是:

BrandName Specialty
A          H
B          I
A B        J
D          K
A          L

我怎样才能实现这个目标？

Answer 1

使用regex=True进行子字符串替换:

df['BrandName'] = df['BrandName'].replace(['ABC', 'AB'], 'A', regex=True)
print (df)
  BrandName Specialty
0         A         H
1         B         I
2       A B         J
3         D         K
4         A         L

需要另一个解决方案，如果需要避免另一个子字符串中的替换值，例如 ABCD 不被替换，则需要正则表达式单词边界:

print (df)
  BrandName Specialty
0    A ABCD         H
1         B         I
2     ABC B         J
3         D         K
4        AB         L


L = [r"\b{}\b".format(x) for x in ['ABC', 'AB']]

df['BrandName1'] = df['BrandName'].replace(L, 'A', regex=True)
df['BrandName2'] = df['BrandName'].replace(['ABC', 'AB'], 'A', regex=True)
print (df)
  BrandName Specialty BrandName1 BrandName2
0    A ABCD         H     A ABCD       A AD
1         B         I          B          B
2     ABC B         J        A B        A B
3         D         K          D          D
4        AB         L          A          A

编辑(来自提问者):

要加快速度，您可以查看这里:Speed up millions of regex replacements in Python 3

最好的方法是 trie 方法:

def trie_regex_from_words(words):
    trie = Trie()
    for word in words:
        trie.add(word)
    return re.compile(r"\b" + trie.pattern() + r"\b", re.IGNORECASE)

union = trie_regex_from_words(strings)
df['BrandName'] = df['BrandName'].replace(union, 'A', regex=True)