使用 lambda 以字符串开头时替换 DataFrame 列中的值

Question

我有一个数据框：

import pandas as pd
import numpy as np
x = {'Value': ['Test', 'XXX123', 'XXX456', 'Test']}
df = pd.DataFrame(x)

我想使用 lambda 将以 XXX 开头的值替换为 np.nan。

我尝试了很多替换、应用和映射的方法，我能做的最好的是 False、True、True、False。

以下有效，但我想知道更好的方法，我认为应用、替换和 lambda 可能是更好的方法。

df.Value.loc[df.Value.str.startswith('XXX', na=False)] = np.nan

Answer 1

不需要使用.loc。只写：

df.Value[df.Value.str.startswith('XXX')] = np.nan

如果您想计算一些，Lambda 函数可能是必需的要替换的表达式。在这种情况下，np.nan 就足够了。

Answer 2

使用apply方法

In [80]: x = {'Value': ['Test', 'XXX123', 'XXX456', 'Test']}
In [81]: df = pd.DataFrame(x)
In [82]: df.Value.apply(lambda x: np.nan if x.startswith('XXX') else x)
Out[82]:
0    Test
1     NaN
2     NaN
3    Test
Name: Value, dtype: object

apply,where,loc性能对比

Answer 3

np.where() 在这里表现得更好：

df.Value=np.where(df.Value.str.startswith('XXX'),np.nan,df.Value)

性能 vs 适用于更大的 dfs：

使用 lambda 以字符串开头时替换 DataFrame 列中的值

Replace values in DataFrame column when they start with string using lambda

lambda

replace

startswith

apply

pandas