如何从熊猫数据框中删除方括号

问题描述：

list在应用于 pandas 数据框的列后，我得到了方括号中的值（更像） str.findall()。如何删除方括号？

print df

id     value                 
1      [63]        
2      [65]       
3      [64]        
4      [53]       
5      [13]      
6      [34]  

解决方案 1：

如果列中的值value有类型list，则使用：

df['value'] = df['value'].str[0]

或者：

df['value'] = df['value'].str.get(0)

文檔。

样本：

df = pd.DataFrame({'value':[[63],[65],[64]]})
print (df)
  value
0  [63]
1  [65]
2  [64]

#check type if index 0 exist
print (type(df.loc[0, 'value']))
<class 'list'>

#check type generally, index can be `DatetimeIndex`, `FloatIndex`...
print (type(df.loc[df.index[0], 'value']))
<class 'list'>

df['value'] = df['value'].str.get(0)
print (df)
   value
0     63
1     65
2     64

如果strings使用str.strip，然后通过以下方式转换为数字astype：

df['value'] = df['value'].str.strip('[]').astype(int)

样本：

df = pd.DataFrame({'value':['[63]','[65]','[64]']})
print (df)
  value
0  [63]
1  [65]
2  [64]

#check type if index 0 exist
print (type(df.loc[0, 'value']))
<class 'str'>

#check type generally, index can be `DatetimeIndex`, `FloatIndex`...
print (type(df.loc[df.index[0], 'value']))
<class 'str'>


df['value'] = df['value'].str.strip('[]').astype(int)
print (df)
  value
0    63
1    65
2    64

解决方案 2：

如果是字符串，我们也可以使用 string.replace 方法

import pandas as pd

df =pd.DataFrame({'value':['[63]','[65]','[64]']})

print(df)
  value
0  [63]
1  [65]
2  [64]

df['value'] =  df['value'].apply(lambda x: x.replace('[','').replace(']','')) 

#convert the string columns to int
df['value'] = df['value'].astype(int)

#output
print(df)

   value
0     63
1     65
2     64

print(df.dtypes)
value    int32
dtype: object

解决方案 3：

如果一个列表中有多个成员，jezrael 的“列值中的值具有类型列表”解决方案将不起作用。您可以使用 qaiser 和 sumit 的“lambda”解决方案。但在应用该方法之前，请将其转换为“str”。完整代码：

import pandas as pd
df = pd.DataFrame({'value':[[70,63],[12,65],[64,39]]}).astype(str) #list converted into string, so we can use str.replace
df=df['value'].apply(lambda x: x.replace("[","").replace("]",""))

输出：

0    70, 63
1    12, 65
2    64, 39
Name: value, dtype: object

解决方案 4：

从数据框列中删除[和字符的通用解决方案是]string

df['value'] = df['value'].str.replace(r'[][]', '', regex=True)  # one by one
df['value'] = df['value'].str.replace(r'[][]+', '', regex=True) # by chunks of one or more [ or ] chars

是正则表达式中的字符类[][]，与或字符匹配。使正则表达式引擎按顺序匹配这些字符一次或多次。]`[`+

参见正则表达式演示。

但是，在本例中，方括号标记了结果字符串列表Series.str.findall。很明显，您想要提取一个，即列值中的第一个匹配项。

• 当你需要第一个匹配项时，使用Series.str.extract

• 当您需要所有匹配项时，使用Series.str.findall

因此，在这种情况下，为了避免遇到的麻烦，您可以使用

df['value'] = df['source_column'].str.extract(r'my regex with one set of (parentheses)')

请注意，str.extract至少需要一组捕获括号才能真正起作用并返回一个值（str.findall即使没有捕获组也能起作用）。

请注意，如果您要使用 获得多个匹配项findall，并且想要单个字符串作为输出，则可以进行str.join以下匹配：

df['value'] = df['source_column'].str.findall(pattern).str.join(', ')

解决方案 5：

如果一个列表中有多个成员，jezrael 给出的答案将不起作用。在这种情况下，replace 方法有效。

df['column_name'] =  df['column_name'].apply(lambda x: x.replace('[','').replace(']','')) 

如果列表中的成员不是整数，则必须转换它们。

df['column_name'] = df['column_name'].astype(int)