pandas：用列表中的值替换字符串列中的最后一个单词

Question

我有一个数据框和一个列表如下：

df = pd.DataFrame({'data1':['the weather is nice today','This is interesting','the weather is good'],
             'data2':['It is raining','The plant is greenery','the weather is sunnyday']})

my_list = ['sunny','green']

如果最后一个单词以列表中的单词开头，我想用 my_list 替换 data2 列中的最后一个单词。所以，这就是我所做的，

for k in ke:
    for val in df2.data2:
        if val.split()[-1].startswith(k):
            print(val.replace(val.split()[-1], k))

但是当我打印出来时，顺序受列表中顺序的影响，我不知道如何将它们分配回相同的 column.my 所需的输出是，

     data1                      data2
0  the weather is nice today    It is raining
1  This is interesting          The plant is green
2  the weather is good          the weather is sunny

Answer 1

一种可能的方法是构建一个正则表达式来匹配以列表中的一个单词开头的任何最后一个单词。这比遍历列表中的所有单词等更有效

pat = re.compile(f"\b({'|'.join(my_list)})\S+$")
dfnew = df.assign(data2=df['data2'].str.replace(pat, r'', regex=True))

>>> dfnew
                       data1                 data2
0  the weather is nice today         It is raining
1        This is interesting    The plant is green
2        the weather is good  the weather is sunny

Answer 2

Pierre D 的回答非常好。正则表达式和 .str.replace 似乎是合适的工具。

如果你想用新值替换 df 的列，你可以使用 assign 或简单地 =.

您可以使用 apply 将任何函数应用于列的每个值。

这里有一个更罗嗦的例子，接近你原来的解决方案：

def replace_last_word(val, prefixes=['sunny', 'green']):
    rest, last_word = val.rsplit(' ', 1)
    for prefix in prefixes:
        if last_word.startswith(prefix):
            return f"{rest} {prefix}"
    return val

df['data2'] = df['data2'].apply(replace_last_word)

# or df = df.assign(data2=df['data2'].apply(replace_last_word))

请注意，您必须决定如何处理彼此包含的前缀，例如 ["sun", "sunny"]。此解决方案将选择第一个匹配项。

请注意，您也可以从完整列中拆分出最后一个词，然后处理新列：

df['data2'].str.rsplit(' ',n=1, expand=True)会给你

                0         1
0           It is   raining
1    The plant is  greenery
2  the weather is  sunnyday

pandas：用列表中的值替换字符串列中的最后一个单词

pandas: replacing the last word in string column with values from list

python

pandas

list

replace