python - 如何使用 Pandas 计算数据框中的单词？

Question

假设我有那个数据框 df:

index      col1      col2
1           48     alpha bravo charlie
2           52     alpha bravo 
3           49     alpha bravo charlie delta echo
4           12     alpha bravo
5           6      alpha

我想要的是当单元格中有超过2个单词时删除col2中的第一个单词。

所以它应该是这样的:

index      col1      col2
1           48     bravo charlie
2           52     alpha bravo 
3           49     bravo charlie delta echo
4           12     alpha bravo
5           6      alpha

我已将该行编码为 df['col2'] = df['col2'].apply(lambda x: ' '.join(x.split(' ')[1:]))

但我不知道如何将条件应用到我的数据框中。

Answer 1

添加带有计数空格的if-else语句:

df['col2'] = df['col2'].apply(lambda x: ' '.join(x.split()[1:]) if x.count(' ') > 1 else x)

或者:

df['col2'] = df['col2'].apply(lambda x: x.split(maxsplit=1)[1] if x.count(' ') > 1 else x)

print (df)
   index  col1                      col2
0      1    48             bravo charlie
1      2    52               alpha bravo
2      3    49  bravo charlie delta echo
3      4    12               alpha bravo
4      5     6                     alpha

Pandas 替代品:

df['col2']=df['col2'].mask(df['col2'].str.count(' ') > 1, df['col2'].str.split(n=1).str[1])
print (df)
   index  col1                      col2
0      1    48             bravo charlie
1      2    52               alpha bravo
2      3    49  bravo charlie delta echo
3      4    12               alpha bravo
4      5     6                     alpha