从修改值的旧列中在dataframe中创建新列的最简单逻辑是什么？
从修改值的旧列中在dataframe中创建新列的最简单逻辑是什么？
提问于 2017-06-02 10:53:17
我主要是R用户，但我在某些用例中切换到Python，我有非常琐碎的任务要做，这涉及到清理值/数据准备。
我有一个带有原始格式的值的dataframe，并且基于这些值，我希望使用像string.replace()这样的函数来创建一个包含干净值的新列。
让我们创建一个虚拟表：
import pandas as pd
dummy_table = pd.DataFrame(data = ["London - City", "Manchester - City"], columns = ["City_raw"])
dummy_table
City_raw
0 London - City
1 Manchester - City在R中，我将使用一个非常简单和直观的逻辑来创建一个新列，并修改原值。
dummy_table$City_clean <- gsub(" - City", "", dummy_table$City_raw)其结果将是：
City_raw City_clean
0 London - City London
1 Manchester - City Manchester我想保持这两列，原始和新修改。我尝试的是在Python中使用这个语法：
dummy_table['City_clean'] = dummy_table['City_raw'].replace(" - City", "", inplace = False)但是，生成的表具有与原始列相同的值的新列，这意味着没有进行替换，只复制值。
City_raw City_clean
0 London - City London - City
1 Manchester - City Manchester - City我的问题是:是否有一些简单明了的语法，可以对列执行向量化(对列的所有值进行操作)操作，并创建一个新列，还是需要在Python中使用某些类型的apply / lambda函数？
我也希望得到一些解释，说明为什么它在R中工作，而不是在Python中工作，或者我做的不正确。
Stack Overflow用户
发布于 2017-06-02 10:56:53
我们可以使用Series.str.split()方法，然后使用.str[0]访问器访问每个行的列表的第一个元素。
In [43]: dummy_table['City_clean'] = dummy_table.City_raw.str.split('\s*-\s*').str[0]
In [44]: dummy_table
Out[44]:
City_raw City_clean
0 London - City London
1 Manchester - City Manchester一步步地：
In [50]: dummy_table.City_raw.str.split('\s*-\s*')
Out[50]:
0 [London, City]
1 [Manchester, City]
Name: City_raw, dtype: object
In [51]: dummy_table.City_raw.str.split('\s*-\s*').str[0]
Out[51]:
0 London
1 Manchester
Name: City_raw, dtype: object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/44327175
复制相关文章
相似问题
腾讯云开发者
