使用 Python 进行 Pandas 系列字符串操作 - 第一个两个字符翻转并附加到字符串末尾

Question

我有一列（系列）值，我正在尝试移动字符，但我无处可去！我发现了一些 sn-ps 代码可以让我到达我所在的位置，但需要“更接近”。我正在使用一列数据类型（STR）。每列字符串都是一系列数字。有些是重复的。这些重复的数字在数字前面有一个 (n-)。 (n) 数字将根据列出的重复数字字符串的数量而变化。有些可能有两个重复，有些可能有八个重复。没关系，顺序应该保持不变。

我需要遍历每个单元格或字符串，从字符串左侧拔出 (n-)，交换两个字符，并将其附加到字符串的末尾。无需数字排序。该列有 4 到 5k 行长，看起来就像下面给出的示例。没有其他特殊字符或字母。此外，无论列中的哪个位置，重复的行都将始终在一起。

我的问题是下面的代码实际上是有效的，它将逐步遍历每个字符串，评估它是否为破折号，然后以我需要的方式处理数字。但是，我还没有学会如何将更改从 python for 循环返回到我的数据框中。我真的希望有人有一个漂亮的 lambda 修复或 pandas 应用函数来一次解决整个专栏。但我还没有找到任何可以调整的东西。我知道有一个比慢慢遍历系列更好的方法，我想学习。

需要两个可能的修复：

1. 有没有办法让下面的代码用新创建的 df.string 值替换旧的 df.string 值？如果有，请告诉我。
2. 我一直在尝试使用拆分功能阅读 df.apply，以便一次解决整个专栏。我知道这是更聪明的游戏。有几行代码可以满足我的需要吗？

请告诉我你的想法。我很感激帮助。感谢您抽出宝贵时间。

import re
import pandas as pd
from pandas import DataFrame, Series
import numpy as np

df = pd.read_excel("E:\Book2.xlsx")

df.column1=df.column1.astype(str)

for r in df['column1']:            #Finds Column
if bool(re.search('-', r))!=True:  #test if string has '-' 
    continue
else:
    a = []                         #string holder for '-'
    b = []                         #string holder for numbers
    for c in r:
        if c == '-':               #if '-' then hold in A
            a.append(c)
        else:
            b.append(c)            #if number then hold in B
    t = (''.join(b + a))           #puts '-' at the end of string
    z = t[1:] + t[:1]              #picks up 1st position char and moves to end of string
    r = z                          #assigns new created string to df.column1 value

print(df)

Starting File:         Ending File:

column1                column1
41887                  41887
1-41845                41845-1
2-41845                41845-2
40905                  40905
1-41323                41323-1
2-41323                41323-2
3-41323                41323-3
41778                  41778

Answer 1

你可以使用 df.str.replace():

如果我们使用包含所有值的文件重新创建您的示例并保留 column1 作为列名：

import pandas as pd
df=pd.read_csv('file.txt')
df.columns=['column1']
df['column1']=df['column1'].str.replace('(^\d)-(\d+)',r'\2-\1')
print(df)

这将提供所需的输出。用新列替换旧列，并在一个列中完成所有操作（无循环）。

#in 
41887                 
1-41845               
2-41845                
40905               
1-41323               
2-41323                
3-41323               
41778  
#out 
    column1
0   41887
1   41845-1
2   41845-2
3   40905
4   41323-1
5   41323-2
6   41323-3
7   41778