如何在数据框列中移除子字符串？

Question

我有一个简化的数据框：

ID, Date
1 8/24/1995
2 8/1/1899 :00

我该如何运用pandas的功能，以识别数据框中任何具有额外的:00并去除它。

有什么好的解决方法吗？

我尝试了以下语法但没有成功：

df[df["Date"].str.replace(to_replace="\s:00", value="")]

输出应该是这样的：

ID, Date
1 8/24/1995
2 8/1/1899

- MEhsan

---

你是自己创建数据框吗？因为在创建数据框之前，你可以删除多余的“:00”。 - Harrison

我正在使用 pd.read.csv() 将一个 .csv 文件读取为数据框，但是我注意到有些日期在读取为数据框之前实际上带有多余的 :00。 - MEhsan

Answer 1

您需要将经过修剪的列重新分配回原始列，而不是进行子集操作，另外 str.replace 方法似乎没有 to_replace 和 value 参数。相反，它具有 pat 和 repl 参数：

df["Date"] = df["Date"].str.replace("\s:00", "")

df
#   ID       Date
#0   1  8/24/1995
#1   2   8/1/1899

- Psidom

---

对于基于正则表达式的表达式，请不要忘记在replace方法中加上regex = True。 - undefined

Answer 2

要应用到整个数据帧，我会使用stack然后unstack。

df.stack().str.replace(r'\s:00', '').unstack()

功能化

def dfreplace(df, *args, **kwargs):
    s = pd.Series(df.values.flatten())
    s = s.str.replace(*args, **kwargs)
    return pd.DataFrame(s.values.reshape(df.shape), df.index, df.columns)

示例

df = pd.DataFrame(['8/24/1995', '8/1/1899 :00'], pd.Index([1, 2], name='ID'), ['Date'])

dfreplace(df, '\s:00', '')

---

rng = range(5)
df2 = pd.concat([pd.concat([df for _ in rng]) for _ in rng], axis=1)

df2

dfreplace(df2, '\s:00', '')

- piRSquared