python - 在 Python Pandas 中格式化字符串数字

Question

我有一个 pandas DataFrame，它有 3 个数字(字符串)，例如 '001'、'010' 和 '121'。我想用 '1' 和 '10' 替换任何 1 位数字和任何 2 位数字字符串，例如 '001' 和 '010'。

我该怎么做？我尝试使用 apply 方法(见下文)但没有任何变化。

df.ZIPCOUNTY_CA 是 pandas 数据框，'county code' 是包含这些字符串数字的列。

df_ZIPCOUNTY_CA[df_ZIPCOUNTY_CA['county code'].str.startswith('0')]['county codes'] = df_ZIPCOUNTY_CA[df_ZIPCOUNTY_CA['county code'].str.startswith('0')]['county code'].apply(lambda x: x.split('0')[1])

Answer 1

或者使用str.replace 删除前导零:

df_ZIPCOUNTY_CA['county code']

#0    010
#1    001
#2    121
#Name: county code, dtype: object

df_ZIPCOUNTY_CA['county code'].str.replace('^0+', '')

#0     10
#1      1
#2    121
#Name: county code, dtype: object

^0+ 是一个正则表达式； ^匹配字符串开头，0匹配字面量0，+是量词代表一个或多个； ^0+ 一起匹配从字符串开头开始的所有零。

这里是关于这两种方法的一些时间安排。

df_ZIPCOUNTY_CA = pd.DataFrame([['010'], ['001'], ['121']], columns=['county code'])
​
df_ZIPCOUNTY_CA = pd.concat([df_ZIPCOUNTY_CA] * 10000)

%timeit df_ZIPCOUNTY_CA['county code'].str.replace('^0+', '')
# 10 loops, best of 3: 37.1 ms per loop

%timeit df_ZIPCOUNTY_CA['county code'].astype(int).astype(str)
# 10 loops, best of 3: 70.8 ms per loop

或者正如@Bill 评论的那样，可能只使用str.lstrip，这里是最快的方法:

%timeit df_ZIPCOUNTY_CA['county code'].str.lstrip('0')
# 100 loops, best of 3: 8.9 ms per loop

# added the map str approach for comparison as well
%timeit df_ZIPCOUNTY_CA['county code'].astype(int).map(str)
# 100 loops, best of 3: 13.3 ms per loop