如何更正 pandas 数据框中的拼写错误

Question

我有一个这样的 pandas 数据框

    a      b    c
1   "hi"   1    2
2   "hi"   4    1
3   "Hi"   1    3
4   "hi"   2    1
5   "Hi"   2    1

所有"Hi"应该更正为"hi"，我怎么能在pandas

之前干净利落地

这是一个玩具示例，真实数据可以更大

Answer 1

使用replace:

In [127]: df.loc[:, "a"] = df.a.replace("Hi", "hi")

In [128]: df
Out[128]:
    a  b  c
1  hi  1  2
2  hi  4  1
3  hi  1  3
4  hi  2  1
5  hi  2  1

Answer 2

您可以将 lambda 函数应用于数据框中 returns 包含的字符串的小写字母的列 a，如果您的更正只是将字符串变成小写字母。

例如

df.a = df.a.apply(lambda x: x.lower())

apply function 方法可以扩展用于其他更具体的替换。

例如

df.a = df.a.apply(lambda x: 'hi' if x == 'Hi' else x)

或者您可以使用函数代替 lambda 进行更复杂的转换。

def my_replacement_func(x): 
    return x.lower()
df.a = df.a.apply(my_replacement_func)

Answer 3

如果你想让它小写，你可以这样做-

df['a'] = df['a'].str.lower()

如果你想替换某些词-

df['a'] = df['a'].str.replace('Hi', 'hi')

或者如果单词出现在短语中，请使用正则表达式 -

df['a'] = df['a'].str.replace('\bHi\b', 'hi')

这个正则表达式选项让您甚至可以使用单词 -

In [12]: df
Out[12]: 
             a  b
0           hi  1
1           hi  2
2       Hi mom  3
3  mom Hi, mom  4
4      mHim Hi  5

In [13]: df['a'] = df.a.str.replace(r'\bHi\b', 'hi')

In [14]: df
Out[14]: 
             a  b
0           hi  1
1           hi  2
2       hi mom  3
3  mom hi, mom  4
4      mHim hi  5

请注意，所有单词 'Hi' 都被替换为 'hi'，但在最后一个示例中，'Hi' 出现在单词中间，替换没有完成。

如何更正 pandas 数据框中的拼写错误

How to correct typos in pandas dataframe

python

pandas