熊猫有条件，包含，替换

Question

我希望有人可以帮助我。

我有一个 df，我想在“长度”列上使用替换，但我只想在符合条件的某些行上使用替换（我已经能够做到）。问题是那些不符合最终结果为 n/a 的标准的行，但我真的想将现有数据保留在这些行中，即不运行替换方法。

这是进行选择的代码，条件不包含“小时”。

mask = ~data['Length'].str.contains("hour") 

这是我的替换代码，它工作正常。我正在重写原始数据。

data['Length'] = data.loc[mask, 'Length'].replace(r'([1])[h]\s', r'\1 hour ', regex=True)
data['Length'] = data.loc[mask, 'Length'].replace(r'([2-9]*)[h]\s', r'\1 hours ', regex=True)
data['Length'] = data.loc[mask, 'Length'].replace(r'([0-9]*)[m]', r'\1 minutes', regex=True)

输入数据。第 0 行具有我在原始数据中需要的格式。其他行需要通过替换函数运行。

0    1 hour 30 minutes
1               2h 45m
2               4h 30m
3               1h 45m
4               1h 45m
5               1h 45m
6               1h 45m
7               1h 45m

当前输出，我想保留第0行的原始数据。

0                   NaN
1    2 hours 45 minutes
2    4 hours 30 minutes
3     1 hour 45 minutes
4     1 hour 45 minutes
5     1 hour 45 minutes
6     1 hour 45 minutes
7     1 hour 45 minutes

现在我不习惯我使用的方法，所以如果有更好的方法，那么我愿意接受建议，但希望我缺少一些简单的东西。看起来它应该很简单，因为它只是一个 if-else。谢谢

Answer 1

您还必须在作业左侧传递mask：

# Add ".loc[mask, " on the left side:
data.loc[mask, 'Length'] = data.loc[mask, 'Length'].replace(r'([1])[h]\s', r'\1 hour ', regex=True)
data.loc[mask, 'Length'] = data.loc[mask, 'Length'].replace(r'([2-9]*)[h]\s', r'\1 hours ', regex=True)
data.loc[mask, 'Length'] = data.loc[mask, 'Length'].replace(r'([0-9]*)[m]', r'\1 minutes', regex=True)

否则，您将通过为它分配一个过滤（较低长度）series 来改变整个 data['Length'] 列，这会使空槽自动填充 np.nan。

Answer 2

当使用这些正则表达式替换然后将结果分配给data['Length'] 时，原始数据帧被覆盖并且第一行的原始值丢失，因为长度为 7 的新（较小）系列进入长度8 系列，使用与mask 相同的索引（这就是第一行被 NaN 替换的原因）

试试这个：

mask = ~data['Length'].str.contains("hour") 

data[mask] = data.loc[mask].replace(r'([1])[h]\s', r'\1 hour ', regex=True)
data[mask] = data.loc[mask].replace(r'([2-9]*)[h]\s', r'\1 hours ', regex=True)
data[mask] = data.loc[mask].replace(r'([0-9]*)[m]', r'\1 minutes', regex=True)