我正在寻找一种有效的方法，从DataFrame列中的字符串中删除不需要的部分。
数据如下所示:
time result
1 09:00 +52A
2 10:00 +62B
3 11:00 +44a
4 12:00 +30b
5 13:00 -110a
我需要修剪这些数据:
time result
1 09:00 52
2 10:00 62
3 11:00 44
4 12:00 30
5 13:00 110
我尝试了.str.lstrip('+-')和.str.rstrip('aAbBcC')，但得到一个错误:
TypeError: wrapper() takes exactly 1 argument (2 given)
任何建议都将非常感激!
当前回答
当你的数据维数很大时，使用"str.replace"比lambda和map更快:
your_data["result"]=your_data["result"].str.replace("+","")
your_data["result"]=your_data["result"].str.replace("-","")
其他回答
data['result'] = data['result'].map(lambda x: x.lstrip('+-').rstrip('aAbBcC'))
这里有一个错误:当前不能将参数传递给str.lstrip和str.rstrip:
http://github.com/pydata/pandas/issues/2411
编辑:2012-12-07这工作现在在开发分支:
In [8]: df['result'].str.lstrip('+-').str.rstrip('aAbBcC')
Out[8]:
1 52
2 62
3 44
4 30
5 110
Name: result
假设你的DF在数字之间也有这些额外的字符。最后一项。
result time
0 +52A 09:00
1 +62B 10:00
2 +44a 11:00
3 +30b 12:00
4 -110a 13:00
5 3+b0 14:00
可以尝试str.replace不仅从开头和结尾删除字符，还可以从中间删除字符。
DF['result'] = DF['result'].str.replace('\+|a|b|\-|A|B', '')
输出:
result time
0 52 09:00
1 62 10:00
2 44 11:00
3 30 12:00
4 110 13:00
5 30 14:00
在特定的情况下，你知道你想要从dataframe列中删除的位置的数量，你可以在lambda函数中使用字符串索引来摆脱这些部分:
最后一个字符:
data['result'] = data['result'].map(lambda x: str(x)[:-1])
前两个字符:
data['result'] = data['result'].map(lambda x: str(x)[2:])
对于这些类型的任务，我经常使用列表推导式，因为它们通常更快。
在做这样的事情(即修改DataFrame中一个系列的每个元素)的各种方法之间，性能可能会有很大的差异。通常，列表理解是最快的——参见下面的代码竞赛:
import pandas as pd
#Map
data = pd.DataFrame({'time':['09:00','10:00','11:00','12:00','13:00'], 'result':['+52A','+62B','+44a','+30b','-110a']})
%timeit data['result'] = data['result'].map(lambda x: x.lstrip('+-').rstrip('aAbBcC'))
10000 loops, best of 3: 187 µs per loop
#List comprehension
data = pd.DataFrame({'time':['09:00','10:00','11:00','12:00','13:00'], 'result':['+52A','+62B','+44a','+30b','-110a']})
%timeit data['result'] = [x.lstrip('+-').rstrip('aAbBcC') for x in data['result']]
10000 loops, best of 3: 117 µs per loop
#.str
data = pd.DataFrame({'time':['09:00','10:00','11:00','12:00','13:00'], 'result':['+52A','+62B','+44a','+30b','-110a']})
%timeit data['result'] = data['result'].str.lstrip('+-').str.rstrip('aAbBcC')
1000 loops, best of 3: 336 µs per loop
