主页 / 问题 / 1602321
Accepted
Dato Dato
Asked:2024-12-13 11:00:08 +0000 UTC2024-12-13 11:00:08 +0000 UTC

如何在数据框表中找到一段文本并将其替换为另一个文本？

  • 772

有一个数据框：

   BSS Reg  BS_number BS_name        BS_address     CELL
0  NaN  IR        129  IO029  Область Иркутская  IO0291
1  NaN  IR        129  IO029  Область Иркутская  IO0292
2  NaN  IR        129  IO029  Область Иркутская  IO0293
1  NaN  IR        192  IR192  Область Иркутская  IR1921
2  NaN  IR        192  IR192  Область Иркутская  IR1922

如何找到以 IO 开头的文本片段并将其替换为 IR？我正在尝试获取下表：

   BSS Reg  BS_number BS_name        BS_address     CELL
0  NaN  IR        129  IR029  Область Иркутская  IR0291
1  NaN  IR        129  IR029  Область Иркутская  IR0292
2  NaN  IR        129  IR029  Область Иркутская  IR0293
1  NaN  IR        192  IR192  Область Иркутская  IR1921
2  NaN  IR        192  IR192  Область Иркутская  IR1922

根据情况，如果有IO，最好显示这样的表。因为IO可能不在表中。以下代码是我尝试获得这样一个表：

        '''if ces2gTable["Reg"] != ces2gTable["BS_name"].str[:2]:
            ces2gTable=ces2gTable.drop("BS_name", axis=1)
            print("TRUE")
            #ces2gTable["BS_name"] = ces2gTable["BS_name"].str.replace("IO", "IR") 
        else:
            print("FALSE")'''
        addcol=ces2gTable["BS_name"]
        ces2gTable.insert(6, "RegIO", addcol)
        ces2gTable["RegIO"] = ces2gTable["RegIO"].str[:2]
        if "IO" in ces2gTable["RegIO"]:
            print("TRUE")
        else:
            print("FALSE")
        print(ces2gTable)
        print(ces4gTable)
python

1 个回答

  1. Best Answer
    import pandas as pd
from io import StringIO

data = '''   BSS Reg  BS_number BS_name        BS_address     CELL
              NaN  IR        129  IO029  "Область Иркутская"  IO0291
              NaN  IR        129  IO029  "Область Иркутская"  IO0292
              NaN  IR        129  IO029  "Область Иркутская"  IO0293
              NaN  IR        130  " X"  "Область Иркутская"  IO0293
              NaN  IR        130  "" "Область Иркутская"  IO0293
              NaN  IR        192  IR192  "Область Иркутская"  IR1921
              NaN  IR        192  IR192  "Область Иркутская"  IR1922'''

df = pd.read_csv(StringIO(data), delim_whitespace=True)
print(df)

df[['BS_name','CELL']] = df[['BS_name','CELL']].replace('^IO', 'IR', regex=True)
print(df)

       BSS Reg  BS_number BS_name         BS_address    CELL
0  NaN  IR        129   IO029  Область Иркутская  IO0291
1  NaN  IR        129   IO029  Область Иркутская  IO0292
2  NaN  IR        129   IO029  Область Иркутская  IO0293
3  NaN  IR        130       X  Область Иркутская  IO0293
4  NaN  IR        130     NaN  Область Иркутская  IO0293
5  NaN  IR        192   IR192  Область Иркутская  IR1921
6  NaN  IR        192   IR192  Область Иркутская  IR1922
   BSS Reg  BS_number BS_name         BS_address    CELL
0  NaN  IR        129   IR029  Область Иркутская  IR0291
1  NaN  IR        129   IR029  Область Иркутская  IR0292
2  NaN  IR        129   IR029  Область Иркутская  IR0293
3  NaN  IR        130       X  Область Иркутская  IR0293
4  NaN  IR        130     NaN  Область Иркутская  IR0293
5  NaN  IR        192   IR192  Область Иркутская  IR1921
6  NaN  IR        192   IR192  Область Иркутская  IR1922

    df['BS_name'] = df['BS_name'].str.replace('^IO', 'IR', regex=True)
df['CELL'] = df['CELL'].str.replace('^IO', 'IR', regex=True)
print(df)

       BSS Reg  BS_number BS_name         BS_address    CELL
0  NaN  IR        129   IO029  Область Иркутская  IO0291
1  NaN  IR        129   IO029  Область Иркутская  IO0292
2  NaN  IR        129   IO029  Область Иркутская  IO0293
3  NaN  IR        130       X  Область Иркутская  IO0293
4  NaN  IR        130     NaN  Область Иркутская  IO0293
5  NaN  IR        192   IR192  Область Иркутская  IR1921
6  NaN  IR        192   IR192  Область Иркутская  IR1922
   BSS Reg  BS_number BS_name         BS_address    CELL
0  NaN  IR        129   IR029  Область Иркутская  IR0291
1  NaN  IR        129   IR029  Область Иркутская  IR0292
2  NaN  IR        129   IR029  Область Иркутская  IR0293
3  NaN  IR        130       X  Область Иркутская  IR0293
4  NaN  IR        130     NaN  Область Иркутская  IR0293
5  NaN  IR        192   IR192  Область Иркутская  IR1921
6  NaN  IR        192   IR192  Область Иркутская  IR1922

    为了创建数据帧，我使用pandas.read_csv从文件或缓冲区读取，将字符串放入缓冲区并读取 read_csv(StringIO(data))

    delim_whitespace bool, 默认 False 指定是否将空格字符（例如 ' ' 或 '\t'）用作 sep 分隔符。相当于设置 sep='\s+'。如果此参数设置为 True，则不需要为 delimiter 参数传递任何内容。

    如果需要将数据移动到另一列，可以这样做：

    df['DopColumn'] = df['BS_name'].str.replace('^IO', 'IR', regex=True)

    BSS Reg  BS_number BS_name         BS_address    CELL DopColumn
0  NaN  IR        129   IO029  Область Иркутская  IO0291     IR029
1  NaN  IR        129   IO029  Область Иркутская  IO0292     IR029
2  NaN  IR        129   IO029  Область Иркутская  IO0293     IR029
3  NaN  IR        130       X  Область Иркутская  IO0293         X
4  NaN  IR        130     NaN  Область Иркутская  IO0293       NaN
5  NaN  IR        192   IR192  Область Иркутская  IR1921     IR192
6  NaN  IR        192   IR192  Область Иркутская  IR1922     IR192
    • 1

相关问题