python - 我正在处理一个大型数据集。数据中的每个值都需要清理。我如何在熊猫中使用过滤器或查询功能来做到这一点

Question

我的数据集如下所示：

BKG_PRODTN_DT	POL_EXP_INFO	BKD_MAJ_LINE_CD	POL_SYM_CD	AMT	bkd_amt
20210319,20210319	100,100	A001,A001	NVA,NVA	14.26,14.26	10,13.97
20210319,20210319	101,101	A111,A112	NVA,NVA	63,64.17	62.89,62.89

我期待一个像下面这样的数据框。

BKG_PRODTN_DT	POL_EXP_INFO	BKD_MAJ_LINE_CD	POL_SYM_CD	AMT	bkd_amt
20210319	100	A001	NVA	14.26	10,13.97
20210319	101	A111,A112	NVA	63,64.17	62.89

数据框中的每个值都需要进行转换。数据帧的每个单元格中有两个值，由分隔符（，）分隔。我想检查一个单元格中的两个值是否相等。如果它们相同/相等，我想删除第二个值，否则（如果由分隔符分隔的每个单元格中的值不同），我想将单元格中的实际值保留原样。我可以使用 pandas 中的查询功能来做到这一点吗？

标签： pythonpython-3.xpandasdataframenumpy

Answer 1

尝试：

print(df.replace(r"^(.*),\1$", r"\1", regex=True))

印刷：

  BKG_PRODTN_DT POL_EXP_INFO BKD_MAJ_LINE_CD POL_SYM_CD       AMT   bkd_amt
0      20210319          100            A001        NVA     14.26  10,13.97
1      20210319          101       A111,A112        NVA  63,64.17     62.89