Python在使用字符串的dataframe列上执行.replace时忽略前导空格

Question

我有一个数据帧列，通常包含数字，但有些条目写为'No Data'。

df=pd.DataFrame({'group':[1,2,3,' No Data',4,5,6]})

但是，某些条目（如上例所示）可能以空格' No Data'开头。我正在尝试找到一种有效的方法来替换所有No Data条目NaN，而不必担心额外的空间。现在，我所拥有的是

df['group'].replace('No Data', np.nan)
print df

除非我在搜索字词中添加空格，否则不起作用

df['group'].replace(' No Data', np.nan)

虽然这有效，但我希望有一种更好的方法可以做到，而无需检查额外的空间。

注意：我也可以list comprehension并使用in

来实现这一目标

[np.nan if 'No Data' in str(x) else x for x in df['group']]

哪个会正常工作，但我认为replace更具可读性。

Answer 1

Pandas允许您使用带有替换功能的正则表达式，因此您可以这样做：

df['group'].replace("\s*No Data", np.nan, regex=True)

Answer 2

您可以通过将正则表达式集成到您建议的replace函数中来实现所需的结果：

import pandas as pd
import numpy as np

df=pd.DataFrame({'group':[1,2,3,' No Data',4,5,6]})

df = df.replace(r'No Data', np.nan, regex=True)
print df

<强>输出

   group
0      1
1      2
2      3
3    NaN
4      4
5      5
6      6

使用正则表达式r'No data'将在您的单元格中的任何位置查找字符串'No data'。如果找到匹配项，则该单元格将替换为np.nan。

另一种方法是使用applymap将简单的lambda函数应用于数据框中的每个单元格。我认为这是一个非常易读的解决方案：

import pandas as pd
import numpy as np

df=pd.DataFrame({'group':[1,2,3,' No Data',4,5,6]})

df = df.applymap(lambda x: np.nan if type(x) == str and 'No Data' in x else x)
print df

<强>输出

   group
0      1
1      2
2      3
3    NaN
4      4
5      5
6      6