用 pandas 替换字符串中除最后一个字符之外的所有字符

Question

使用 Pandas 删除字符串中除最后一个句点之外的所有句点，如下所示：

s = pd.Series(['1.234.5','123.5','2.345.6','678.9'])
counts = s.str.count('\.')
target = counts==2
target
0     True
1    False
2     True
3    False
dtype: bool

s = s[target].str.replace('\.','',1)
s
0    1234.5
2    2345.6
dtype: object

然而，我想要的输出是：

0    1234.5
1    123.5
2    2345.6
3    678.9
dtype: object

替换命令和掩码目标似乎正在删除未替换的值，我不知道如何解决这个问题。

Answer 1

基于正则表达式的str.replace

这个带有str.replace 的正则表达式模式应该很好。

s.str.replace(r'\.(?=.*?\.)', '')

0    1234.5
1     123.5
2    2345.6
3     678.9
dtype: object

这个想法是，只要有更多的字符要替换，就继续替换。下面是使用的正则表达式的细分。

\.     # '.'
(?=    # positive lookahead
.*?    # match anything
\.     # look for '.'
)

---

与np.vectorize 一起玩

如果您想使用count 做到这一点，这并非不可能，但这是一个挑战。您可以使用np.vectorize 使这更容易。首先，定义一个函数，

def foo(r, c):
    return r.replace('.', '', c)

矢量化它，

v = np.vectorize(foo)

现在，调用函数v，传递s 和要替换的计数。

pd.Series(v(s, s.str.count(r'\.') - 1))

0    1234.5
1     123.5
2    2345.6
3     678.9
dtype: object

请记住，这基本上是一个美化的循环。

---

循环/列表理解

vectorize 的 python 等效项是，

r = []
for x, y in zip(s, s.str.count(r'\.') - 1):
    r.append(x.replace('.', '', y))

pd.Series(r)

0    1234.5
1     123.5
2    2345.6
3     678.9
dtype: object

或者，使用列表推导：

pd.Series([x.replace('.', '', y) for x, y in zip(s, s.str.count(r'\.') - 1)])

0    1234.5
1     123.5
2    2345.6
3     678.9
dtype: object

Answer 2

您想要替换蒙面的项目并保持其余部分不变。这正是Series.where 所做的，只是它替换了未屏蔽的值，因此您需要取消屏蔽。

s.where(~target, s.str.replace('\.','',1))

或者您可以通过分配掩码值来就地进行更改，这可能更便宜但具有破坏性。

s[target] = s[target].str.replace('\.','',1)