为什么 str.replace 不替换所选 pandas 数据框列中的所有值？

Question

我正在处理一个巨大的文件，该文件的名称列中包含我想删除的无关值（如“|”键），但出于某种原因，我的 str.replace 函数似乎只应用于列中的某些行。

我在数据框中的列 summary 看起来像这样：

Labels
test|test 1
test 2
test 3
test|test 4
test|test 5
test 6

如您所见，有些列已经是我想要的样子，只包含名称“test #”，但有些列有“test|”在前面，我想删除它。

我删除它们的函数是这样的：

correction = summary["Labels"].str.replace('test\|', '')

它似乎适用于大多数值，但是当我检查数据框中的管道（“|”）时（一旦我将 correction 与 summary 合并），它说它发现其中 9330 人：

found = summary[summary['Labels'].str.contains('|',regex=False)]
print(len(found))
print(found['Labels'].value_counts())

Results
9330
test|test-667     59
test|test-765     40
test|test-1810    39
test|test-685     36
test|test-1077    33
                  ..

有谁知道这是为什么，我该如何解决？

Answer 1

尝试 str.extract:

df['Labels'] = df['Labels'].str.extract(r'\|(.*)', expand=False) \
                           .combine_first(df['Labels'])
print(df)

# Output
   Labels
0  test 1
1  test 2
2  test 3
3  test 4
4  test 5
5  test 6

Answer 2

你走在正确的轨道上。按如下方式替换原始字符串

summary['Labels'] = summary['Labels'].str.replace(r'test\|','', regex=True)



Labels
0  test 1
1  test 2
2  test 4

为什么 str.replace 不替换所选 pandas 数据框列中的所有值？

Why doesn't str.replace replace ALL values in selected pandas dataframe column?

python

replace

dataframe

pandas