Series.replace和Series.str.replace有什么区别？

Question

通常，我需要对Series或DataFrames列中的数据执行某种替换或替换操作。

例如，给定一系列字符串，

s = pd.Series(['foo', 'another foo bar', 'baz'])

0                foo
1    another foo bar
2                baz
dtype: object

目标是将所有出现的“ foo”替换为“ bar”，以获取

0                bar
1    another bar bar
2                baz
Name: A, dtype: object

目前，我通常很困惑，因为可以使用两种方法来解决此问题：replace和str.replace。我不知道哪种方法是正确的，或者它们之间有什么区别（如果有的话），这使我感到困惑。

replace和之间的主要区别是str.replace什么，使用这两种方法的优点/缺点是什么？

Answer 1

跳至TLDR；在此答案的底部，简要介绍了差异。

如果您从实用性的角度考虑这两种方法，就很容易理解它们之间的区别。

.str.replace是一种具有非常特定用途的方法-对字符串数据执行字符串或正则表达式替换。

OTOH .replace更像是一种通用的瑞士军刀，可以用任何其他东西代替任何东西（是的，这包括字符串和正则表达式）。

考虑下面的简单DataFrame，这将构成我们即将进行的讨论的基础。

# Setup
df = pd.DataFrame({
    'A': ['foo', 'another foo bar', 'baz'],
    'B': [0, 1, 0]
})
df

                 A  B
0              foo  0
1  another foo bar  1
2              baz  0

这两个功能之间的主要区别可以归纳为

1. 目的
2. 用法
3. 默认行为

使用str.replace对一个字符串列串替换，并replace在一个或多个列任何一般更换。

该文档市场str.replace为“简单的字符串替换”的方法，所以在执行字符串/正则表达式替换上熊猫系列或它的列认为是“矢量化”等同于Python的字符串时，这应该是您的第一选择replace()功能（或者re.sub()是更准确的）。

# simple substring replacement
df['A'].str.replace('foo', 'bar', regex=False)

0                bar
1    another bar bar
2                baz
Name: A, dtype: object

# simple regex replacement
df['A'].str.replace('ba.', 'xyz')

0                foo
1    another foo xyz
2                xyz
Name: A, dtype: object

replace适用于字符串替换和非字符串替换。而且，它还意味着一次**可以处理多个列（如果您需要在整个DataFrame中替换值，则也可以replace作为DataFrame方法来访问df.replace()。

# DataFrame-wide replacement
df.replace({'foo': 'bar', 1: -1})

                 A  B
0              bar  0
1  another foo bar -1
2              baz  0

str.replace一次可以更换一件东西。replace使您可以执行多次独立替换，即一次替换很多东西。

您只能为指定一个子字符串或正则表达式模式str.replace。repl可以是可调用的（请参见文档），因此使用regex可以发挥创意，可以在某种程度上模拟多个子字符串的替换，但是这些解决方案充其量是不可靠的。

一种常见的pandaic（可紧急，潘多尼克）模式是使用str.replace正则表达式OR管道通过管道分隔子字符串来删除多个不需要的子字符串|，并且替换字符串为''（空字符串）。

replace当您使用repl2 形式的多个独立替换项时，应该首选。有多种方法可以指定独立的替换项（列表，系列，字典等）。请参阅文档。{'pat1': 'repl1', 'pat2':, ...}

为了说明差异，

df['A'].str.replace('foo', 'text1').str.replace('bar', 'text2')

0                  text1
1    another text1 text2
2                    baz
Name: A, dtype: object

更好地表示为

df['A'].replace({'foo': 'text1', 'bar': 'text2'}, regex=True)

0                  text1
1    another text1 text2
2                    baz
Name: A, dtype: object

在字符串操作的上下文中，str.replace默认情况下启用正则表达式替换。replace除非使用此regex=True开关，否则仅执行完全匹配。

您所做的一切str.replace，也可以做到replace。但是，重要的是要注意两种方法的默认行为之间的以下差异。

1. 子字符串替换- str.replace将替换每次出现的子字符串，replace默认情况下仅执行整个单词匹配
2. 正则表达式替换- str.replace除非指定，否则将第一个参数解释为正则表达式regex=False。replace恰恰相反。

对比之间的区别

df['A'].replace('foo', 'bar')

0                bar
1    another foo bar
2                baz
Name: A, dtype: object

和

df['A'].replace('foo', 'bar', regex=True)

0                bar
1    another bar bar
2                baz
Name: A, dtype: object

还值得一提的是，您只能在时执行字符串替换regex=True。因此，例如，df.replace({'foo': 'bar', 1: -1}, regex=True)它将是无效的。

TLDR；

总而言之，主要区别是

1. 目的。使用str.replace对一个字符串列串替换，并replace在一个或多个列任何一般更换。

2. 用法。str.replace一次可以更换一件东西。replace使您可以执行多次独立替换，即一次替换很多东西。

3. 默认行为。str.replace默认情况下启用正则表达式替换。replace除非使用此regex=True开关，否则仅执行完全匹配。