Pandas 通过正则表达式选择列并通过 if 更改其值，否则答案

【问题标题】：Pandas select columns by regex and change their values by if, elsePandas 通过正则表达式选择列并通过 if 更改其值，否则
【发布时间】：2021-02-03 13:44:52
【问题描述】：

我有这样的 Pandas 数据框：

   a      b1         b2         b3       b4       c1      c2       c3         c4
   a1     0.10       0.0        0.21     0.0      0.03    0.10     0.04      0.0

如何将其更改为以下内容：

   a      b1         b2         b3       b4       c1      c2       c3         c4
   a1     1          0           1       0        1       0        1          0

所以，我想选择 b* 和 c* 列并将任何非零值更改为 1，将任何零值更改为 0。因此，首先通过正则表达式选择列，然后在那里应用 if-else 规则。还值得注意的是，所有b*、c* 列都是字符串（obj）类型。

我该怎么做？

【问题讨论】：

标签： python-3.x regex pandas

【解决方案1】：

不需要正则表达式，请改用str.startswith：

filter_col = [col for col in df if col.startswith('b') or col.startswith('c')]
df[filter_col] = (df[filter_col] > 0).astype(int)
print(df)

打印：

    a  b1  b2  b3  b4  c1  c2  c3  c4
0  a1   1   0   1   0   1   1   1   0

编辑：如果您的“数字”最初是字符串，您可以这样做：

filter_col = [col for col in df if col.startswith('b') or col.startswith('c')]
df[filter_col] = (df[filter_col].astype(float) > 0).astype(int)
# if you want keep them as strings after computation:
# df[filter_col] = (df[filter_col].astype(float) > 0).astype(int).astype(str)
print(df)

【讨论】：

嗨@Andrej Kesley，我想将列的原始数据类型保留为字符串。
@SumitSidana 为什么将数字存储为字符串？这里更广泛的背景是什么？
@SumitSidana 你的意思是数字0 和1 应该是字符串而不是整数？
@AndrejKesely我得到TypeError: '>' not supported between instances of 'str' and 'int' 为您的解决方案。值得注意的是filter_col都是str类型。
@SumitSidana 我会在您的分析管道中尽可能长时间地将数字存储为数字，并在最后一步转换为字符串

【解决方案2】：

另一个选项是str.match:

mask = df.columns.str.match('^(b|c)')
df.loc[:, mask] = np.where(df.loc[:,mask].astype(float)==0, '0', '1')

【讨论】：