熊猫-numpy.where问题

Question

我有以下代码行：

# slice off the last 4 chars in name wherever its code contains the substring '-CUT'
df['name'] = np.where(df['code'].str.contains('-CUT'),
                      df['name'].str[:-4], df['name'])

但是，这似乎无法正常工作。它将最后4个字符切成正确的列，但也将其用于代码为None / empty（几乎所有实例）的行。

我如何使用np.where明显有问题吗？

Answer 1

np.where

您可以指定regex=False和na=False作为参数，pd.Series.str.contains以便仅更新满足条件的行：

df['name'] = np.where(df['code'].str.contains('-CUT', regex=False, na=False),
                      df['name'].str[:-4], df['name'])

regex=False此标准并非严格必要，但可以提高性能。na=False确保不能通过str方法return 处理的任何类型False。

pd.DataFrame.loc

或者，您可以使用pd.DataFrame.loc。这似乎比指定“不变”系列作为最终参数要自然得多np.where：

mask = df['code'].str.contains('-CUT', regex=False, na=False)
df.loc[mask, 'name'] = df['name'].str[:-4]