用Python Pandas將字元串替換為另一個字元串

在數據處理過程中，我們經常遇到需要對一些特定字元串進行替換的情況。Python 中的 Pandas 庫提供了一種快速方便的方法，能夠幫助我們高效地完成字元串替換操作。

一、replace() 函數

在 Pandas 中，我們可以使用 DataFrame 和 Series 對象的 replace() 函數來完成字元串替換。該函數將指定字元串替換為另一個字元串，並且支持對整個文本進行批量替換。

下面是一個簡單的示例，用於將字元串中的 “cat” 字元串替換為 “dog”：

import pandas as pd

# 創建示例數據
data = {'animals': ['cat', 'cat', 'dog', 'pig', 'cow'],
        'name': ['Amy', 'Bob', 'Jim', 'Lily', 'Jack']}
df = pd.DataFrame(data)

# 使用 replace() 函數替換
df['animals'] = df['animals'].replace('cat', 'dog')

print(df)

在上述代碼中，我們使用 replace() 函數對數據框中的 “animals” 列進行了 “cat” 到 “dog” 的替換。輸出結果如下：

   animals  name
0      dog   Amy
1      dog   Bob
2      dog   Jim
3      pig  Lily
4      cow  Jack

可以看到，數據框中的 “cat” 字元串成功被替換為了 “dog” 字元串。

二、正則表達式替換

replace() 函數還支持使用正則表達式進行字元串替換。正則表達式是一種強大的字元串匹配工具，使用它可以輕鬆地實現複雜的字元串替換操作。

例如，下面的示例代碼將字元串中的所有小寫字母替換為大寫字母：

import pandas as pd

# 創建示例數據
data = {'text': ['Apple', 'banana', 'cherry', 'Date', '11#14']}
df = pd.DataFrame(data)

# 使用正則表達式進行替換
df['text'] = df['text'].replace(r'[a-z]', lambda x: x.group().upper(), regex=True)

print(df)

在上述代碼中，我們將字元串中的所有小寫字母通過正則表達式替換為了大寫字母，並且使用了 replace() 函數中的 lambda 函數對替換過程進行了自定義。輸出結果如下：

      text
0    APPLE
1   BANANA
2   CHERRY
3     DATE
4    11#14

可以看到，所有的小寫字母都被成功替換為了大寫字母，並且符號和數字沒有被替換。

三、inplace 參數

Pandas 的 replace() 函數還支持 inplace 參數。該參數用於指定是否在原始數據框上進行替換，而不是返回一個新的數據框。

例如，下面的示例代碼中使用 inplace 參數將字元串替換為一個新的字元串：

import pandas as pd

# 創建示例數據
data = {'text': ['apple', 'banana', 'cherry']}
df = pd.DataFrame(data)

# 使用 inplace 參數實現替換
df['text'].replace('apple', 'orange', inplace=True)

print(df)

在上述代碼中，我們使用 inplace 參數將原始數據框中的 “apple” 字元串替換為了 “orange” 字元串。輸出結果如下：

      text
0   orange
1   banana
2   cherry

注意，使用 inplace 參數不會返回一個新的數據框，具有破壞性。

四、替換多個字元串

如果需要同時替換多個字元串，可以將多個替換規則存儲在一個字典中，然後將字典傳遞給 replace() 函數。

例如，下面的示例代碼將示例數據框的 “animal” 列中的 “cat” 和 “dog” 兩個字元串替換為 “animal” 字元串：

import pandas as pd

# 創建示例數據
data = {'animal': ['cat', 'dog', 'cat', 'bird', 'dog']}
df = pd.DataFrame(data)

# 定義替換規則
replace_dict = {'cat': 'animal', 'dog': 'animal'}

# 使用字典進行批量替換
df['animal'] = df['animal'].replace(replace_dict)

print(df)

在上述代碼中，我們使用了字典存儲多個替換規則，將 “cat” 和 “dog” 兩個字元串替換為了 “animal” 字元串。輸出結果如下：

   animal
0  animal
1  animal
2  animal
3    bird
4  animal

可以看到，數據框中的 “cat” 和 “dog” 字元串都被成功替換為了 “animal” 字元串。

五、結論

本文介紹了使用 Pandas 庫進行字元串替換的方法。通過 replace() 函數和正則表達式，我們可以方便地實現對特定字元串的替換操作，並且支持對整個文本進行批量替換。此外，還介紹了 inplace 參數和替換多個字元串的處理方式。

代碼示例：

import pandas as pd

# 創建示例數據
data = {'animals': ['cat', 'cat', 'dog', 'pig', 'cow'],
        'name': ['Amy', 'Bob', 'Jim', 'Lily', 'Jack']}
df = pd.DataFrame(data)

# 使用 replace() 函數替換
df['animals'] = df['animals'].replace('cat', 'dog')

print(df)

import pandas as pd

# 創建示例數據
data = {'text': ['Apple', 'banana', 'cherry', 'Date', '11#14']}
df = pd.DataFrame(data)

# 使用正則表達式進行替換
df['text'] = df['text'].replace(r'[a-z]', lambda x: x.group().upper(), regex=True)

print(df)

import pandas as pd

# 創建示例數據
data = {'text': ['apple', 'banana', 'cherry']}
df = pd.DataFrame(data)

# 使用 inplace 參數實現替換
df['text'].replace('apple', 'orange', inplace=True)

print(df)

import pandas as pd

# 創建示例數據
data = {'animal': ['cat', 'dog', 'cat', 'bird', 'dog']}
df = pd.DataFrame(data)

# 定義替換規則
replace_dict = {'cat': 'animal', 'dog': 'animal'}

# 使用字典進行批量替換
df['animal'] = df['animal'].replace(replace_dict)

print(df)