使用lambda将DataFrame列中以字符串开头的值替换

Question

我有一个数据框：

import pandas as pd
import numpy as np
x = {'Value': ['Test', 'XXX123', 'XXX456', 'Test']}
df = pd.DataFrame(x)

我希望使用lambda将以XXX开头的值替换为np.nan。

我已经尝试了很多用replace、apply和map的方法，但最好的结果只有False、True、True、False。

下面的方法可以实现，但我想知道更好的方法，我认为使用apply、replace和lambda可能是更好的方法。

df.Value.loc[df.Value.str.startswith('XXX', na=False)] = np.nan

- McRae

---

你的数据框中只有一个列吗？而且应用程序并不是首选方式。顺便说一下。 - anky

数据框有许多列。 - McRae

每一列的值都以'XXX'开头，您想用'np.nan'来替换它们，还是只有一个列？ - anky

Answer 1

使用apply方法

In [80]: x = {'Value': ['Test', 'XXX123', 'XXX456', 'Test']}
In [81]: df = pd.DataFrame(x)
In [82]: df.Value.apply(lambda x: np.nan if x.startswith('XXX') else x)
Out[82]:
0    Test
1     NaN
2     NaN
3    Test
Name: Value, dtype: object

apply、where和loc的性能比较

- Roushan

---

太棒了！这个答案帮助我更好地理解了在这种情况下如何使用lambda函数。 - McRae

Answer 2

np.where() 在这里的表现更好：

df.Value=np.where(df.Value.str.startswith('XXX'),np.nan,df.Value)

大型数据框上的性能比较：

- anky

---

我喜欢你提出的np.where选项。如何使用apply lambda对其进行测试？ - McRae

@McRae 请查看这个链接。 - anky

Answer 3

不必使用.loc，只需写：

df.Value[df.Value.str.startswith('XXX')] = np.nan

如果您想计算一些表达式以进行替换，则可能需要使用Lambda函数。在这种情况下，只需使用np.nan即可。

- Valdi_Bo

---

非常感谢您的回答。看起来我已经走在了正确的道路上了吗？ - McRae

我考虑实际应用一个lambda函数，它返回一些值以进行替换。在这种情况下，要替换的值只是np.nan，因此不需要应用任何lambda函数。 - Valdi_Bo