熊猫数据框返回列字符串中的第一个单词

Question

我有一个数据框：

 df = pd.DataFrame({'id' : ['abarth 1.4 a','abarth 1 a','land rover 1.3 r','land rover 2',
                           'land rover 5 g','mazda 4.55 bl'],
                   'series': ['a','a','r','','g', 'bl'] })

我想从相应的id中删除’series’字符串，所以最终结果应该是：

最终结果应该是 'id': ['abarth 1.4','abarth 1','land rover 1.3','land rover 2','land rover 5', 'mazda 4.55']

目前我正在使用 df.apply：

 df.id = df.apply(lambda x: x['id'].replace(x['series'], ''), axis =1)

但这会删除字符串的所有实例，换句话说，就像这样： 'id': ['brth 1.4','brth 1','land ove 1.3','land rover 2','land rover 5', 'mazda 4.55']

我是否应该像这样将正则表达式与 df.apply 中的变量混合和匹配？

 df.id = df.apply(lambda x: x['id'].replace(r'\b' + x['series'], ''), axis =1)

原文由 myeewyee 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

使用 str.split 和 str.get 并使用 loc 分配--- df.make == ''

 df.loc[df.make == '', 'make'] = df.id.str.split().str.get(0)

print df

               id    make
0      abarth 1.4  abarth
1        abarth 1  abarth
2  land rover 1.3   rover
3    land rover 2   rover
4    land rover 5   rover
5      mazda 4.55   mazda

原文由 piRSquared 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

这很简单。使用如下：

 df['make'] = df['id'].str.split(' ').str[0]

原文由 Qazi Basheer 发布，翻译遵循 CC BY-SA 4.0 许可协议