如何通过识别模式来替换具有不同名称的列的条目？
如何通过识别模式来替换具有不同名称的列的条目？
提问于 2019-07-20 22:41:37
我有一个列，假设其中有'MANU @ POR'，'MANU vs. UTA'，'MANU @ IND'，'MANU vs. GRE'等条目。所以我的列有3个条目，第一个名称是MANU，即第一个国家/地区代码，第二个是@/vs.，第三个是第二个国家/地区名称。所以我想做的是，如果'@'出现在我的列的任何条目中，我希望将其更改为'away'，如果'vs.'出现，则应将整个条目替换为'home'，如'MANU @ POR‘应更改为'away'，而'MANU vs. GRE’应更改为'home'
虽然我用for，if，else写了一些代码来做这件事，但是它花了太长的时间来计算它，我的总行是30697，所以有没有其他方法来减少下面的时间，我正在向你展示我的代码，请帮助
for i in range(len(df)):
if is_na(df['home/away'][i]) == True:
temp = (df['home/away'][i]).split()
if temp[1] == '@':
df['home/away'][i] = 'away'
else:
df['home/away'][i] = 'home回答 4
Stack Overflow用户
发布于 2019-07-20 22:55:23
您可以使用np.select来分配多个条件：
s=df['Match Place'].str.split().str[1] #select the middle element
c1,c2=s.eq('@'),s.eq('vs.') #assign conditions
np.select([c1,c2],['away','home']) #assign this to the desired column
#array(['away', 'home', 'away', 'home'], dtype='<U11')Stack Overflow用户
发布于 2019-07-20 22:48:17
您可以使用 [pandas-doc]检查字符串是否包含@，然后使用 [pandas-doc]填充相应的值。例如：
>>> df
match
0 MANU @ POR
1 MANU vs. UTA
2 MANU @ IND
3 MANU vs. GRE
>>> df['match'].str.contains('@').map({False: 'home', True: 'away'})
0 away
1 home
2 away
3 home
Name: match, dtype: objectStack Overflow用户
发布于 2019-07-20 22:55:14
使用np.where to with contains检查任何子字符串是否存在
import numpy as np
df = pd.DataFrame(data={"col1":["manu vs. abc","manu @ pro"]})
df['type'] = np.where(df['col1'].str.contains("@"),"away","home") col1 type
0 manu vs. abc home
1 manu @ pro away页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57125740
复制相关文章
相似问题
腾讯云开发者
