Python数据帧：包含' - '

Question

新年快乐的家伙们。我有一个Dataframe，每列包含int和字符串。在我的字符串列中，我的一些值在中间包含' - '，我想删除' - '之后的任何字符串。看看下面我的df。

input:
    buzz_id     facet   facet_cls   facet_val   p_buzz_date
0   95713207    A3      Small           MN        20160101
1   95713207    S3      Small-box       Tbd       20160101
2   95713207    F1      Medium          es        20160101
3   95713207    A2      Medium-box      esf       20160101
4   95713207    A1      Dum-pal         ess       20160101
...


output:
    buzz_id     facet   facet_cls   facet_val   p_buzz_date
0   95713207    A3      Small           MN        20160101
1   95713207    S3      Small           Tbd       20160101
2   95713207    F1      Medium          es        20160101
3   95713207    A2      Medium          esf       20160101
4   95713207    A1      Dum             ess       20160101
...

所以在我的'facet_cls'列中，需要删除' - '（包括' - '）之后的任何内容。我的数据本身也很大，所以我希望使用我能找到的最快的流程。有什么想法吗？

提前致谢！

Answer 1

使用split，然后按str[0]选择列表的第一个值：

df['facet_cls'] = df['facet_cls'].str.split('-').str[0]
print (df)
    buzz_id facet facet_cls facet_val  p_buzz_date
0  95713207    A3     Small        MN     20160101
1  95713207    S3     Small       Tbd     20160101
2  95713207    F1    Medium        es     20160101
3  95713207    A2    Medium       esf     20160101
4  95713207    A1       Dum       ess     20160101

详情：

print (df['facet_cls'].str.split('-'))
0          [Small]
1     [Small, box]
2         [Medium]
3    [Medium, box]
4       [Dum, pal]
Name: facet_cls, dtype: object

Answer 2

您也可以使用lambda表达式执行以下操作：

df['facet_cls'] = df['facet_cls'].apply(lambda x:x.split('-')[0])