熊猫系列的多次搜索/替换

数据挖掘 Python 熊猫
2021-10-04 16:12:23

我有一个以学校名称作为列之一的熊猫数据框。但是，学校名称中有很多拼写错误，例如：

“Abernethy Elem 学校”、“Abernethy 小学”、“BOISE/ELIOT ELEM SCHOOL”、“Boise/Eliot 小学”、“Boise-Eliot 小学”......

我正在尝试通过这样做来清理名称：

school_perf_report["SCHLNM"] = school_perf_report["SCHLNM"].str.lower().str.replace(r"elementary","elem").str.replace(r"/"," ").str.replace("-"," ").str.replace(r"\s+"," ")

有没有更简洁的方法来执行相同的操作？基本上

  1. 将“基本”更改为“elem”
  2. 删除 / 或 - 并用空格替换它们。
  3. 删除多个空格
  4. 全部小写

谢谢

1个回答

为字符串替换创建一个定义：

def change_string(x):
    return x.replace('|', '_').replace("elementary","elem").replace('old_value', 'new_value)

然后使用 map 命令对整列进行操作：

# You could create a new column to check whether the output is as expected
# If it is as expected, you could modify the original column
school_perf_report["SCHLNM_MODIFIED"] = school_perf_report["SCHLNM"].map(lambda x: change_string(x))

希望这可以帮助。

其它你可能感兴趣的问题
上一篇音频分析：基于说话人识别分割音频 下一篇您如何用外行的术语来描述模型可解释性和模型预测能力之间的权衡？