讲师中心 微信公众号

工具推荐

视频效率加速
Seko
Seko

AI短剧一键生成成片

updream

一键生成高质量推广成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

剧云
剧云

中文短剧剧本制作平台

高效修改Pandas DataFrame字符串列的首尾元素

夜伟大大_4377

夜伟大大_4377

发布时间:2025-11-06 12:24:37

|

341人浏览过

|

来源于php中文网

原创

高效修改pandas dataframe字符串列的首尾元素

本文旨在介绍如何在Pandas DataFrame中高效地替换字符串列的首尾元素。我们将探讨如何利用Pandas的字符串方法和正则表达式,避免将字符串转换为列表进行操作时可能遇到的类型错误,从而实现对DataFrame中字符串数据的灵活和批量修改。

在数据处理过程中,我们经常需要对DataFrame中的文本数据进行格式化或更新。一个常见的场景是,我们需要修改某一列字符串的起始部分和结束部分,例如将字符串中的第一个数字替换为另一列的值,并将最后一个数字替换为固定值。

问题场景示例

假设我们有一个Pandas DataFrame,其中包含一个名为name的字符串列和一个名为number的整数列:

import pandas as pd

data = {
    'name': ['101 blueberry 2023', '102 big cat 2023', '103 small white dog 2023'],
    'number': [116, 118, 119]
}
df = pd.DataFrame(data)
print("原始DataFrame:")
print(df)

输出:

                       name  number
0        101 blueberry 2023     116
1          102 big cat 2023     118
2  103 small white dog 2023     119

我们的目标是将name列中每个字符串的第一个数字替换为对应行number列的值,并将最后一个数字替换为'2024'。期望的输出如下:

                       name  number
0        116 blueberry 2024     116
1          118 big cat 2024     118
2  119 small white dog 2024     119

常见的错误尝试及原因分析

初学者可能会尝试将name列的字符串拆分为列表,然后修改列表的第一个和最后一个元素。例如:

# 尝试将字符串拆分为列表
# df['name_pieces'] = df['name'].str.split(' ') # 正确的拆分方式
# print(df)

# 错误地尝试直接修改列表元素
# df['name_pieces'].str[0] = df['number']

这种方法通常会导致TypeError: 'StringMethods' object does not support item assignment。原因在于df['name_pieces'].str[0]返回的是一个Series,它代表了每个列表的第一个元素,但这个Series本身并不支持直接的元素赋值来修改原始列表中的内容。Pandas的.str访问器是用于对Series中的字符串执行向量化操作的,而不是用于直接修改内部列表元素的。

Biopython
Biopython

全面的分子生物学工具集。适用于序列操作、文件解析(FASTA/GenBank/PDB)、系统发育分析,以及通过 Bio.Entrez 以编程方式访问 NCBI/

下载

高效解决方案:利用字符串方法和正则表达式

为了避免上述问题,更高效和Pandas风格的方法是利用字符串的向量化操作和正则表达式来提取、拼接字符串。核心思想是:提取字符串的中间部分,然后将新的首部和尾部与中间部分拼接起来。

import pandas as pd

data = {
    'name': ['101 blueberry 2023', '102 big cat 2023', '103 small white dog 2023'],
    'number': [116, 118, 119]
}
df = pd.DataFrame(data)

# 方案一:直接拼接法
df_modified = df.assign(name=
    df['number'].astype(str) +  # 将number列转换为字符串作为新的首部
    df['name'].str.extract(r'( .* )', expand=False) + # 提取中间部分
    '2024' # 固定字符串作为新的尾部
)
print("\n修改后的DataFrame (方案一):")
print(df_modified)

代码解析:

  1. df.assign(name=...): 这是一个非原地操作的方法,用于在DataFrame中添加新列或修改现有列。这里我们修改name列。
  2. df['number'].astype(str): 将number列的整数值转换为字符串类型。这是必要的,因为我们要将其与字符串进行拼接。
  3. *`df['name'].str.extract(r'( . )', expand=False)`**:
    • str.extract(): 这是Pandas提供的强大方法,用于通过正则表达式从字符串中提取数据。
    • r'( .* )': 这是一个正则表达式模式。
      • ` ` (空格): 匹配一个空格字符。
      • .: 匹配除换行符之外的任何单个字符。
      • *: 匹配前一个字符零次或多次。
      • ( ): 捕获组。它会捕获被括号包围的任何匹配内容。
      • 整个模式( .* )的含义是:匹配并捕获第一个空格之后、最后一个空格之前的所有内容(包括中间的空格)。这有效地提取了字符串的中间部分。
    • expand=False: 确保str.extract返回一个Series,而不是一个DataFrame,这使得它更易于与其他Series进行拼接。
  4. + '2024': 将提取出的中间部分与固定字符串'2024'进行拼接,作为新的尾部。

替代方案:链式操作

如果你更倾向于以name列为主要操作对象,也可以采用链式调用的方式:

# 方案二:链式操作法
df_modified_chained = df.assign(name=
    df['name'].str.extract(r'( .* )', expand=False)
    .radd(df['number'].astype(str)) # 使用radd将number列作为前缀
    .add('2024') # 使用add将'2024'作为后缀
)
print("\n修改后的DataFrame (方案二):")
print(df_modified_chained)

代码解析:

  1. .radd(df['number'].astype(str)): radd是“right add”的缩写。它允许我们将df['number'].astype(str)作为前缀,添加到str.extract返回的Series的每个元素前面。
  2. .add('2024'): 将固定字符串'2024'作为后缀,添加到上一步结果的每个元素后面。

这两种方案都能达到相同的目的,你可以根据个人偏好选择。

注意事项与总结

  • 向量化操作优先: 在Pandas中处理字符串时,应始终优先考虑使用.str访问器提供的向量化方法,而不是迭代行或将字符串转换为Python列表进行操作。向量化操作通常效率更高,代码更简洁。
  • 正则表达式的强大: 正则表达式是处理复杂字符串模式匹配和提取的强大工具。熟练掌握常用正则表达式模式对于数据清洗和预处理至关重要。
  • df.assign()的非原地修改: df.assign()返回一个新的DataFrame,而不会修改原始DataFrame。如果你需要原地修改,可以使用df['column'] = ...的形式。
  • 类型转换: 在进行字符串拼接时,确保所有参与拼接的元素都是字符串类型,必要时使用astype(str)进行转换。

通过以上方法,我们可以灵活且高效地在Pandas DataFrame中修改字符串列的首尾元素,从而更好地满足数据处理和分析的需求。

热门AI工具

更多
墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

UpDream
UpDream Hot

一款AI视频创作工具,主要用于哔哩哔哩推出的自研AI视频创作工具,适合需要提升相关任务效率的用户。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Loomy
Loomy Hot

一款AI工具,主要用于科大讯飞发布的桌面级 AI 助理,比 OpenClaw 更易用、更安全!,适合需要提升相关任务效率的用户。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

相关专题

更多
js正则表达式
js正则表达式

php中文网为大家提供各种js正则表达式语法大全以及各种js正则表达式使用的方法,还有更多js正则表达式的相关文章、相关下载、相关课程,供大家免费下载体验。

5056

2023.06.20

正则表达式不包含
正则表达式不包含

正则表达式,又称规则表达式,,是一种文本模式,包括普通字符和特殊字符,是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串,通常被用来检索、替换那些符合某个模式的文本。php中文网给大家带来了有关正则表达式的相关教程以及文章,希望对大家能有所帮助。

3501

2023.07.05

java正则表达式语法
java正则表达式语法

java正则表达式语法是一种模式匹配工具,它非常有用,可以在处理文本和字符串时快速地查找、替换、验证和提取特定的模式和数据。本专题提供java正则表达式语法的相关文章、下载和专题,供大家免费下载体验。

9802

2023.07.05

java正则表达式匹配字符串
java正则表达式匹配字符串

在Java中,我们可以使用正则表达式来匹配字符串。本专题为大家带来java正则表达式匹配字符串的相关内容,帮助大家解决问题。

832

2023.08.11

正则表达式空格
正则表达式空格

正则表达式空格可以用“s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。本专题为大家提供正则表达式相关的文章、下载、课程内容,供大家免费下载体验。

540

2023.08.31

Python爬虫获取数据的方法
Python爬虫获取数据的方法

Python爬虫可以通过请求库发送HTTP请求、解析库解析HTML、正则表达式提取数据,或使用数据抓取框架来获取数据。更多关于Python爬虫相关知识。详情阅读本专题下面的文章。php中文网欢迎大家前来学习。

693

2023.11.13

正则表达式空格如何表示
正则表达式空格如何表示

正则表达式空格可以用“s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。想了解更多正则表达式空格怎么表示的内容,可以访问下面的文章。

406

2023.11.17

正则表达式中如何匹配数字
正则表达式中如何匹配数字

正则表达式中可以通过匹配单个数字、匹配多个数字、匹配固定长度的数字、匹配整数和小数、匹配负数和匹配科学计数法表示的数字的方法匹配数字。更多关于正则表达式的相关知识详情请看本专题下面的文章。php中文网欢迎大家前来学习。

739

2023.12.06

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

120

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn