Wie bereinige ich DataFrame-Spaltenzeichenfolgen effizient mit der Lambda-Funktion von Python?

Patricia Arquette
Freigeben: 2024-11-08 19:23:01
Original
862 Leute haben es durchsucht

How to Efficiently Clean DataFrame Column Strings with Python's Lambda Function?

Effizientes Bereinigen von DataFrame-Spaltenzeichenfolgen

Das Entfernen unerwünschter Teile aus Zeichenfolgen in einer DataFrame-Spalte ist eine häufige Aufgabe bei der Datenbereinigung. Dies kann das Entfernen bestimmter Zeichen, Präfixe oder Suffixe erfordern.

Betrachten Sie einen DataFrame mit der folgenden Datenstruktur:

Time Result
09:00 52A
10:00 62B
11:00 44a
12:00 30b
13:00 -110a

Unser Ziel ist es, den numerischen Teil aus jedem „Ergebnis“ zu extrahieren ' Zeichenfolge, wobei die Zeichen „ “ und „-“ sowie die nachgestellten Zeichen entfernt werden. Die gewünschte Ausgabe sollte so aussehen:

Time Result
09:00 52
10:00 62
11:00 44
12:00 30
13:00 110

Um dies zu erreichen, können wir die Lambda-Funktion von Python nutzen. Der folgende Code bereinigt effektiv die Daten der Spalte „Ergebnis“:

data['Result'] = data['Result'].map(lambda x: x.lstrip('+-').rstrip('aAbBcC'))
Nach dem Login kopieren

Diese Lambda-Funktion durchläuft jedes Element in der Spalte „Ergebnis“:

  • x.lstrip(' - '): Entfernt alle führenden Zeichen ' ' oder '-'.
  • x.rstrip('aAbBcC'): Entfernt alle nachgestellten Zeichen aus der angegebenen Zeichenliste ('aAbBcC').

Durch die Anwendung dieser Operationen erreichen wir das gewünschte Ergebnis, indem unerwünschte Teile aus den Zeichenfolgen in der Spalte „Ergebnis“ entfernt werden.

Das obige ist der detaillierte Inhalt vonWie bereinige ich DataFrame-Spaltenzeichenfolgen effizient mit der Lambda-Funktion von Python?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage
Über uns Haftungsausschluss Sitemap
Chinesische PHP-Website:Online-PHP-Schulung für das Gemeinwohl,Helfen Sie PHP-Lernenden, sich schnell weiterzuentwickeln!