删除部分字符串 pandas DataFrame答案

【问题标题】：Deleting part of a string pandas DataFrame删除部分字符串 pandas DataFrame
【发布时间】：2020-07-17 02:47:25
【问题描述】：

背景：
我有以下熊猫数据框：

目标：
推文列中的每个字段都包含推文（呵呵！）。我正在尝试做两件事：

从字符串中删除“InSight”之前的所有字符。所以所有推文都会以'InSight sol...'
从推文中提取日期（出现在“InSight”之前，并将其保存在名为“Date”的新列中。

我的尝试：
我已经尝试过诸如split_string = tweets_df.split("InSight", 1) 之类的东西，但我似乎无法编写任何可以分割字符串的一部分的代码，而只是一个分隔符。

任何建议将不胜感激。

【问题讨论】：

始终将您的数据发布为文本而不是图像。阅读stackoverflow.com/questions/20109391/…

标签： python pandas dataframe jupyter-lab

【解决方案1】：

尝试使用：

pandas.DataFrame.applymap 按元素将函数应用于 Dataframe。

此方法应用一个函数，该函数接受并返回一个标量到 DataFrame 的每个元素。

new_df = df.filter(['tweet']).applymap(lambda x: x[x.find('InSight'):])
dates_df = df.filter(['tweet']).applymap(lambda x: x[x.find('-') + 1:x.find('InSight')])

【讨论】：

【解决方案2】：

您需要将修剪后的列分配回原始列而不是进行子集化，而且 str.replace 方法似乎没有 to_replace 和 value 参数。它有 pat 和 repl 参数：

示例：

df["Date"] = df["Date"].str.replace("\s:00", "")

df
#   ID       Date 
#0   1  8/24/1995
#1   2   8/1/1899

【讨论】：

【解决方案3】：

要在InSight 之后提取字符串，您可以使用正向前瞻正则表达式

df['text'] = df['tweet'].str.replace('.*(?=InSight)', '', regex=True)

要以提供的格式提取日期，请使用 str.extract 和正则表达式的正则表达式

df['date'] = df['tweet'].str.extract('(?<=-)(\w{3} \d{2})')

输出

                                               tweet            text    date
0  Mars Weather@Marsweatherreport-Jul 15InSight s...  InSight sol 58  Jul 15

【讨论】：