Python Pandas:如何只使用str.lower()包含特定字符串的行或单元格

Question

现在我正在设置我的整个名字

df["name"] = df["name"].str.lower()

我的问题是，然而，我只想str.lower()单元格不包含字符串"Foo"。

我尝试了以下操作，但不工作:

df["name"] = df["name"](lambda x: str(x) if "Foo" in str(x) else str.lower(x))

TypeError: 'Series' object is not callable

Answer 1

列表推导式的工作方式如下:

df['name'] = [str.lower(x) if x != 'Foo' else x for x in df['name']]

我对一个包含300个名字(其中100个是Foo)的列表中的其他方法分别计时1000次，并大致计时(我知道有更好的计时方法，但我在for循环之间使用了time.time())。下面是我为这些方法找到的以秒为单位的计时:

list-comprehension : 0.049
.apply : 0.179
np.where : 0.349
.loc : 0.880

可能这些方法中的一些在比300大得多的数据集上表现得更好，所以我理解这不是一个有力的测试。其他人也许能更好地说。

Answer 2

使用.loc:

df.loc[~ df['name'].str.contains('Foo'), 'name'] = 
df.loc[~ df['name'].str.contains('Foo'), 'name'].str.lower()

Answer 3

np.where函数也可以在这里工作，如下所示:

import numpy as np
df['name'] = np.where(df['name'].str.contains('Foo'),df['name'],df['name'].str.lower())

Answer 4

在您的解决方案中缺少Series.apply:

df["name"] = df["name"].apply(lambda x: str(x) if "Foo" in str(x) else str.lower(x))

或使用Series.str.contains并仅对过滤行应用小写字母，~用于测试NOT匹配掩码:

m = df["name"].str.contains('Foo')
df.loc[~m, "name"] = df.loc[~m, "name"].str.lower()

Answer 5

df[~df["name"].str.contains("Foo")]['name'].str.lower()

术语df[~df["name"].str.contains("Foo")]将返回name列中没有Foo的DataFrame。之后，将列name下移剩余项。