如果字串在資料幀的第一條記錄中，我無法修剪資料幀中的字串

我將 python 3.8 與熊貓一起使用。我在 csv 檔案中有一些資料。我將資料放入 Pandas 資料框中并嘗試洗掉 Client_Name 字串的某些部分。一些 Client_Name 就像 Client_Name = myserv(4234) 所以我必須清理 (4234) 以使 Client_Name = myserv。很快，我必須清除 Client_Name 中的括號 (4234)。

df.Client_Name[df.Client_Name.str.contains('\(')] = df.Client_Name.str.split("(")[0]

我寫了上面的代碼，它正在清除 Client_Name 中的括號。我的問題是，如果 (4234) 位于資料幀的第一行，則會出錯。如果 (4234) 在其他行，則沒有問題。

作業資料是：

,time,Client_Name,Minutes<br>
0,2018-10-14T21:01:00Z,myserv1,5<br>
1,2018-10-14T21:01:00Z,myserv2,5<br>
2,2018-10-14T21:01:00Z,myserv3(4234),6<br>
3,2018-10-14T21:01:00Z,myserv4,6<br>
4,2018-10-14T21:02:07Z,myserv5(4234),3<br>
5,2018-10-14T21:02:29Z,myserv6(4234),3<br>

當我運行我的代碼時，它會洗掉 (4234) 并且資料變成以下格式：

,time,Client_Name,Minutes<br>
0,2018-10-14T21:01:00Z,myserv1,5<br>
1,2018-10-14T21:01:00Z,myserv2,5<br>
2,2018-10-14T21:01:00Z,myserv3,6<br>
3,2018-10-14T21:01:00Z,myserv4,6<br>
4,2018-10-14T21:02:07Z,myserv5,3<br>
5,2018-10-14T21:02:29Z,myserv6,3<br>

但是如果 (4234) 在第一行，如下所示，我的代碼會拋出錯誤：

,time,Client_Name,Minutes<br>
0,2018-10-14T21:01:00Z,myserv1(4234),5<br>
1,2018-10-14T21:01:00Z,myserv2,5<br>
2,2018-10-14T21:01:00Z,myserv3,6<br>
3,2018-10-14T21:01:00Z,myserv4,6<br>
4,2018-10-14T21:02:07Z,myserv5,3<br>
5,2018-10-14T21:02:29Z,myserv6,3<br>

錯誤是：

test1.py:97: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df.Client_Name[df.Client_Name.str.contains('\(')] = df.Client_Name.str.split("(")[0]
Traceback (most recent call last):
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/series.py", line 972, in __setitem__
    self._set_with_engine(key, value)
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/series.py", line 1005, in _set_with_engine
    loc = self.index._engine.get_loc(key)
  File "pandas/_libs/index.pyx", line 70, in pandas._libs.index.IndexEngine.get_loc
  File "pandas/_libs/index.pyx", line 75, in pandas._libs.index.IndexEngine.get_loc
TypeError: '0       True
1      False
2      False
3      False
4      False
       ...
116    False
117    False
118    False
119    False
120    False
Name: Client_Name, Length: 121, dtype: bool' is an invalid key

在處理上述例外的程序中，又發生了一個例外：

Traceback (most recent call last):
  File "test1.py", line 97, in <module>
    df.Client_Name[df.Client_Name.str.contains('\(')] = df.Client_Name.str.split("(")[0]
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/series.py", line 992, in __setitem__
    self._where(~key, value, inplace=True)
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/generic.py", line 9129, in _where
    new_data = self._mgr.putmask(
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/internals/managers.py", line 579, in putmask
    return self.apply(
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/internals/managers.py", line 427, in apply
    applied = getattr(b, f)(**kwargs)
  File "/usr/local/lib/python3.8/dist-packages/pandas/core/internals/blocks.py", line 1144, in putmask
    raise ValueError("cannot assign mismatch length to masked array")
ValueError: cannot assign mismatch length to masked array

uj5u.com熱心網友回復：

您的切片方法會生成一個副本，您可以對其進行修改，這是警告。

你可以改用：

df['Client_Name'] = df['Client_Name'].str.replace('\(.*?\)', '', regex=True)

輸出：

                  time Client_Name  Minutes
0 2018-10-14T21:01:00Z     myserv1        5
1 2018-10-14T21:01:00Z     myserv2        5
2 2018-10-14T21:01:00Z     myserv3        6
3 2018-10-14T21:01:00Z     myserv4        6
4 2018-10-14T21:02:07Z     myserv5        3
5 2018-10-14T21:02:29Z     myserv6        3

標籤：Python 蟒蛇-3.x 熊猫 数据框

上一篇：將df附加到csv檔案的新行會在添加的資料之間添加一個空行

下一篇：根據條件更改列的值：Pandas