时间戳

首页 > 解决方案 > 替换数据框中列表的名称

python - 替换数据框中列表的名称

问题描述

我正在尝试替换数据框中的列表名称（C 列）：

姓名列表（小例子，列表太大）：

Jack
Liam
John
Ethan
George
...

小数据框示例：

       A          B                                   C
  French      house                Phone <phone_numbers>
 English      house                 email <adresse_mail>
  French  apartment                      my name is Liam
  French      house                         Hello George
 English  apartment   Ethan, my phone is <phone_numbers>

我的脚本：

import re
import pandas as pd
from pandas import Series

df = pd.read_excel('data_frame.xlsx')
data = Series.to_string(df['C'])

first_names = open('names_list.txt', 'r')
names_read = first_names.readlines()

def names(data):

    names_regex = re.compile(r'\b%s\b' % r'\b|\b'.join(map(re.escape, names_read)))
    replace_names = names_regex.sub('<name>', data)

    return replace_names

no_names = names(data)
print(no_names)

作为输出，我有我的整个数据框没有任何修改......

我期望：

                                  C
              Phone <phone_numbers>
               email <adresse_mail>
                  my name is <name>
                       Hello <name>
<name>, my phone is <phone_numbers>

标签： pythonpandaslistdataframereplace

解决方案

name_list = ['Jack', 'Liam', 'John', 'Ethan']
mydf = pd.DataFrame({'C': ['Phone <phone_numbers>', 'email <adresse_mail>', 'my name is Liam', 'Hello George', 'Ethan, my phone is <phone_numbers>']})

您可以根据您的名单定义一个正则表达式。然后，您将这些值与列匹配C并将它们替换为apply lambda

match = mydf.C.str.extractall('(' + '|'.join(name_list) + ')').reset_index().set_index('level_0').rename(columns={0: 'name'})
mydf = pd.concat([mydf, match], axis=1)
condition = mydf.match.notnull()
mydf.loc[condition, 'C'] = mydf[condition].apply(lambda x: x['C'].replace(x['name'], '<name>'), axis=1)

输出

                                     C  match    name
0                Phone <phone_numbers>    NaN     NaN
1                 email <adresse_mail>    NaN     NaN
2                    my name is <name>    0.0    Liam
3                         Hello <name>    0.0  George
4  <name>, my phone is <phone_numbers>    0.0   Ethan

推荐阅读