讲师中心 微信公众号

工具推荐

视频效率加速
AniShort
AniShort

AI短剧协同制作平台

updream

一键生成高质量推广成片

Laper
Laper

剧本策划到成片协作

Seko
Seko

AI短剧一键生成成片

Pandas DataFrame中字符串元素的首尾替换技巧

小芳小哥_5226

小芳小哥_5226

发布时间:2025-11-08 12:06:26

|

207人浏览过

|

来源于php中文网

原创

Pandas DataFrame中字符串元素的首尾替换技巧

本教程详细介绍了如何在pandas dataframe中高效地替换字符串列中元素的开头和结尾部分。针对常见的分词后修改列表元素的误区,文章提供了基于正则表达式提取中间部分并进行字符串拼接的专业解决方案,避免了不必要的类型转换和迭代,确保了操作的向量化和高性能。

在数据处理中,我们经常需要对DataFrame中的字符串数据进行精细化修改,例如替换字符串的首部或尾部特定内容。本教程将探讨如何优雅地实现这一目标,特别是当替换内容来源于DataFrame中的其他列时。

场景描述与常见误区

假设我们有一个Pandas DataFrame,其中包含一个字符串列(例如 name)和一个数值列(例如 number)。我们的目标是将 name 列中每个字符串的第一个数字替换为 number 列中对应行的值,并将字符串的最后一个数字替换为固定值 '2024'。

以下是示例数据:

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:

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

一个常见的直觉是,将 name 列的字符串拆分为列表,然后尝试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(' ') # 正确的拆分方法
# print("\n拆分后的 DataFrame:")
# print(df)

# 尝试直接修改列表元素(此方法会报错)
# df['name_pieces'].str[0] = df['number']

直接尝试通过 df['name_pieces'].str[0] 访问并赋值会引发 TypeError: 'StringMethods' object does not support item assignment 错误。这是因为 .str 访问器返回的是一个只读的视图,不支持直接修改底层列表的元素。在Pandas中,对字符串列表进行元素级修改通常需要使用 apply 函数,但这会牺牲性能,因为 apply 是行迭代操作,而非向量化操作。

推荐解决方案:利用正则表达式与字符串拼接

更高效且符合Pandas设计理念的方法是,利用字符串的向量化操作和正则表达式来提取字符串的中间部分,然后将新的首部和尾部内容与中间部分拼接起来。

核心思路是:

AI舌诊面诊问诊医疗系统+诊疗商城系统源码
AI舌诊面诊问诊医疗系统+诊疗商城系统源码

AI 舌诊面诊问诊医疗系统 + 诊疗商城系统源码是一套结合 AI 辅助诊断与商品转化的健康类程序,基于浩创云、ThinkPHP(PHP)开发,支持微信服务号与 H5 端,适合做中医舌诊面诊问答、健康建议推送以及配套诊疗商品的运营。

下载
  1. 将 number 列的数值转换为字符串,作为新的字符串首部。
  2. 使用正则表达式提取 name 列中原始字符串的中间部分(即第一个空格和最后一个空格之间的内容)。
  3. 将固定字符串 '2024' 作为新的字符串尾部。
  4. 将这三部分拼接起来,形成新的 name 列。

方法一:直接拼接与正则表达式提取

此方法通过 df.assign() 创建或修改列,并使用 str.extract() 结合正则表达式来获取字符串的中间部分。

# 解决方案一:使用正则表达式提取中间部分并进行拼接
df_modified_1 = df.assign(name=
    df['number'].astype(str) +  # 将数值转换为字符串作为新的首部
    df['name'].str.extract(r'( .* )', expand=False) + # 使用正则表达式提取中间部分
    '2024' # 固定字符串作为新的尾部
)

print("\n解决方案一结果:")
print(df_modified_1)

输出:

解决方案一结果:
                       name  number
0        116 blueberry 2024     116
1          118 big cat 2024     118
2  119 small white dog 2024     119

代码解析:

  • df.assign(name=...): 这是在不修改原始DataFrame的情况下,创建一个新DataFrame并修改 name 列的推荐方式。
  • df['number'].astype(str): 将 number 列的整数转换为字符串类型,以便与 name 列的字符串进行拼接。
  • df['name'].str.extract(r'( .* )', expand=False):
    • str.extract(): 这是Pandas提供的用于从字符串中提取匹配正则表达式模式的子串的方法。
    • r'( .* )': 这是一个正则表达式模式。
      • ` `: 匹配一个空格。
      • .: 匹配除换行符以外的任何单个字符。
      • *: 匹配前一个字符零次或多次。
      • ( ): 这是一个捕获组,它会捕获括号内的内容。
      • 这个模式的整体含义是:匹配并捕获第一个空格和最后一个空格之间的所有内容。
    • expand=False: 确保 extract 返回一个 Series,而不是一个 DataFrame,这方便后续的字符串拼接。
  • + '2024': 将固定字符串 '2024' 拼接到结果的末尾。

方法二:链式操作的变体

此方法与方法一本质相同,但通过链式调用 radd 和 add 方法,可能在某些情况下更具可读性。

# 解决方案二:链式操作的变体
df_modified_2 = df.assign(name=
    df['name'].str.extract(r'( .* )', expand=False)
    .radd(df['number'].astype(str)) # 使用 radd 将 df['number'] 拼接到左侧
    .add('2024') # 使用 add 将 '2024' 拼接到右侧
)

print("\n解决方案二结果:")
print(df_modified_2)

代码解析:

  • df['name'].str.extract(r'( .* )', expand=False): 同样用于提取中间部分。
  • .radd(df['number'].astype(str)): radd 是反向加法,等同于 df['number'].astype(str) + extracted_middle_part。它将 df['number'] 的字符串版本作为左操作数与提取出的中间部分进行拼接。
  • .add('2024'): 这是标准的字符串加法,将 '2024' 拼接到当前结果的右侧。

这两种方法都实现了相同的目标,第二种方法在处理多个拼接操作时,有时能提供更流畅的链式调用体验。

注意事项与总结

  • 避免不必要的列表转换: 对于字符串操作,Pandas提供了强大的 .str 访问器和丰富的字符串方法(如 str.extract, str.replace, str.contains 等),它们都是向量化操作,性能远优于将字符串转换为列表后再进行迭代修改。
  • 正则表达式的威力: 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。理解并熟练运用正则表达式能极大地提高字符串处理的效率和灵活性。
  • 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。如果包含数值类型,务必使用 astype(str) 进行显式转换。
  • df.assign() 的使用: 推荐使用 df.assign() 来创建新列或修改现有列,因为它返回一个新的DataFrame,保持了原始DataFrame的不变性,这有助于代码的清晰性和调试。

通过上述方法,我们可以在Pandas DataFrame中高效、优雅地完成字符串元素的首尾替换,充分利用了Pandas的向量化特性,避免了常见的性能陷阱。

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。

UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

SoundView
SoundView Hot

SoundView是一款面向跨境电商的视频翻译、配音和本地化 AI 创作平台。

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。

花生AI
花生AI Hot

一款AI视频创作工具,主要用于B站推出的AI视频创作工具,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。

Laper
Laper Hot

Laper是专为编剧、导演和制片人推出的 AI 原生剧本创作工具。

讯飞智文

一款面向学习和办公场景的AI文档创作工具,可辅助生成PPT与Word文档,提高资料整理和内容制作效率。

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。

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
WEB前端教程【HTML5+CSS3+JS】
WEB前端教程【HTML5+CSS3+JS】

共101课时 | 21.4万人学习

JavaScript正则表达式基础与实战
JavaScript正则表达式基础与实战

共11课时 | 1.8万人学习

布尔教育正则表达式视频教程
布尔教育正则表达式视频教程

共14课时 | 5.1万人学习

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