在Python数据框中替换字符串

Question

我有一个(7,11000)的数据框。在这些7列中，有些是字符串。 在第2列和第1000行的单元格中，有一个字符串“London”。我想把它改成“Paris”。 我该怎么做？我在网上搜索了很多，但找不到方法。我尝试了以下命令但没有一个成功：

df['column2'].replace('London','Paris')
df['column2'].str.replace('London','Paris')
re.sub('London','Paris',df['column2'])

我通常会收到这个错误：

TypeError: expected string or bytes-like object

- CFD

---

请将 df.info() 的输出添加到此问题中。其次，描述数据框大小时，通常的模式是（行数，列数）。所以，你的数据框应该是（11000，7）。df['column2'] = df['column2'].replace(to_replace='London', value='Paris') 应该可以工作。 - Scott Boston

Answer 1

如果您想替换单个行（您提到了第1000行），可以使用.loc来完成。如果您想替换所有出现的'London'，您可以这样做：

import pandas as pd
df = pd.DataFrame({'country': ['New York', 'London'],})
df.country = df.country.str.replace('London', 'Paris')

或者，您可以编写自己的替换函数，然后使用.apply：

def replace_country(string):
    if string == 'London':
        return 'Paris'
    return string

df.country = df.country.apply(replace_country)

第二种方法有些过头，但是它是一个很好的例子，更适用于更复杂的任务。

- Charles

---

我没有使用RETURN :((( - CFD

Answer 2

替换前使用re检查非字符

import re
for r, map in re_map.items():
    df['column2'] = [re.sub(r, map, x) for x in df['column2']]

- Jose Angel Sanchez

---

除非绝对必要，否则避免在数据框中使用 for 循环。这些操作非常缓慢。请改用内置函数。 - Mohit Motwani

Answer 3

这些都是很棒的答案，但许多都不是矢量化的，只是一次操作系列中的每个项目，而不是对整个系列进行操作。

一个非常可靠的过滤器和替换策略是创建一个掩码或子集True/False系列，然后使用该系列的loc来替换：

mask = df.country == 'London' 
df.loc[mask, 'country'] = 'Paris'

# On 10m records:
  # this method < 1 second 
  # @Charles method 1 < 10 seconds
  # @Charles method 2 < 3.5 seconds
  # @jose method didn't bother because it would be 30 seconds or more

- Brandon Bertelsen