python - 如果值有两个以上空格，Pandas 会替换 df 中的行值

Question

我必须清理数据库

Id  FirstName LastName
12  Jannie    Pretorious
15  Elsa      Van Niekerk
14  Koos      SC$ 4 MMV Extraction SHift B

我想删除非姓氏的值，在本例中为 id 14 : Koos SC$ 4 ...

如果单元格值中存在两个以上空格，我可以识别出错误的姓氏。

我想迭代 df 并用 '' 替换所有具有两个以上空格的值。

我看过这个问题Conditional Replace Pandas ，但这对我没有帮助。

预期输出:

Id  FirstName LastName
12  Jannie    Pretorious
15  Elsa      Van Niekerk
14  Koos      

Answer 1

使用Series.mask与 Series.str.count :

df['LastName'] = df['LastName'].mask(df['LastName'].str.count(' ') > 2, '')
print (df)
   Id FirstName     LastName
0  12    Jannie   Pretorious
1  15      Elsa  Van Niekerk
2  14      Koos

详细信息:

print (df['LastName'].str.count(' '))
0    0
1    1
2    5
Name: LastName, dtype: int64    

替代方案:

df['LastName'] = df['LastName'].mask(df['LastName'].str.split().str.len().sub(1) > 2, '')