我有這個資料框：
dfA = pd.DataFrame({
'A': ['abc','ghi','mno', 'stu'],
'B': ['abcdef', 'jklghi', 'mnopqr', 'vwxstu']
})
dfA
我想得到這個資料框：
dfB = pd.DataFrame({
'A': ['abc','ghi','mno', 'stu'],
'B': ['abcdef', 'jklghi', 'mnopqr', 'vwxstu'],
'C': ['def', 'jkl', 'pqr', 'vwx'],
})
dfB
列“C”必須包含列“B”的子字串，這些子字串不在列“A”的字串中。
我試圖將“B”列復制到“C”中，然后df.replace()如下所示使用，但它不起作用：
dfA = pd.DataFrame({
'A': ['abc','ghi','mno', 'stu'],
'B': ['abcdef', 'jklghi', 'mnopqr', 'vwxstu']
})
dfA.loc[:,'C'] = dfA['B']
dfA['C'].replace(dfA['B'], '', regex=True)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
~\AppData\Local\Temp\ipykernel_16112\1271772080.py in <cell line: 7>()
5 dfA.loc[:,'C'] = dfA['B']
6
----> 7 dfA['C'].replace(dfA['B'], '', regex=True)
~\Anaconda3\envs\py310\lib\site-packages\pandas\core\series.py in replace(self, to_replace, value, inplace, limit, regex, method)
4958 method: str | lib.NoDefault = lib.no_default,
4959 ):
-> 4960 return super().replace(
4961 to_replace=to_replace,
4962 value=value,
~\Anaconda3\envs\py310\lib\site-packages\pandas\core\generic.py in replace(self, to_replace, value, inplace, limit, regex, method)
6677 # Operate column-wise
6678 if self.ndim == 1:
-> 6679 raise ValueError(
6680 "Series.replace cannot use dict-like to_replace "
6681 "and non-None value"
ValueError: Series.replace cannot use dict-like to_replace and non-None value
此外，“A”中的字串必須是“B”列的前綴/后綴，因此“C”列將是“B”字串的前綴/前綴。所以，'B' = 'A' 'C' | 'C' 'A'我也嘗試將-其用作“decatenation”運算子，但它不起作用。
你知道我應該怎么做嗎？
uj5u.com熱心網友回復：
你需要在這里回圈。
您可以使用re.sub：
import re
dfA['C'] = [re.sub(a, '', b) for a,b in zip(dfA['A'], dfA['B'])]
或str.replace：
dfA['C'] = [b.replace(a, '') for a,b in zip(dfA['A'], dfA['B'])]
輸出：
A B C
0 abc abcdef def
1 ghi jklghi jkl
2 mno mnopqr pqr
3 stu vwxstu vwx
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/477278.html