Pandas 中基于条件和 Groupby 替换列中的特定字符-Python教程-PHP中文网

Pandas 中基于条件和 Groupby 替换列中的特定字符

DDD

发布： 2025-09-24 20:36:01

原创

388人浏览过

pandas 中基于条件和 groupby 替换列中的特定字符

本文介绍了如何使用 Pandas 的 groupby 功能，并结合字符串处理，根据条件替换 DataFrame 列中的特定字符。具体来说，我们将根据 'ACCOUNT' 列进行分组，然后将 'ASSET_CLASS' 列中的 "XX" 替换为递增的两位数字，并根据替换的数字修改资产类别名称，例如将 "FI CHF" 替换为 "FI CHF Gov" 或 "FI CHF Corporate"。此外，还介绍了当一个账户同时拥有 CHF 和 EUR 资产时，如何使用更精细的分组策略来实现相同的替换逻辑。

基于 Groupby 的字符串替换

在 Pandas 中，经常需要根据分组对数据进行转换。本节将演示如何使用 groupby 和字符串操作来替换 DataFrame 中特定列的字符，并根据替换结果修改其他字符串。

示例 DataFrame

首先，我们创建一个示例 DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ACCOUNT': [1, 1, 2, 2],
    'ASSET_CLASS': ['11201XX FI CHF', '11201XX FI CHF',
                    '12201XX FI EUR', '12201XX FI EUR',
                   ],
})

print(df)

登录后复制

输出:

   ACCOUNT ASSET_CLASS
0        1  11201XX FI CHF
1        1  11201XX FI CHF
2        2  12201XX FI EUR
3        2  12201XX FI EUR

登录后复制

替换 "XX" 并修改资产类别名称

以下代码演示了如何基于 'ACCOUNT' 列进行分组，并将 'ASSET_CLASS' 列中的 "XX" 替换为递增的两位数字，同时修改资产类别名称。

s1 = df.groupby('ACCOUNT').cumcount().add(1).astype('str').str.zfill(2)
m = {'01': ' Gov', '02': ' Corporate'}
s2 = df['ASSET_CLASS'].str.split('XX')
df['ASSET_CLASS'] = s2.str[0] + s1 + s2.str[1] + s1.map(m)

print(df)

登录后复制

代码解释：

df.groupby('ACCOUNT').cumcount(): 根据 'ACCOUNT' 列进行分组，并计算每个组内的累计计数。
.add(1): 将累计计数加 1，因为我们希望从 1 开始计数。
.astype('str').str.zfill(2): 将计数转换为字符串，并使用 zfill(2) 填充前导零，确保所有数字都是两位数。例如，1 变为 "01"，2 变为 "02"。
m = {'01': ' Gov', '02': ' Corporate'}: 创建一个字典，用于将替换的数字映射到相应的资产类别名称后缀。
s2 = df['ASSET_CLASS'].str.split('XX'): 将 'ASSET_CLASS' 列中的字符串按照 "XX" 分割成两部分。
df['ASSET_CLASS'] = s2.str[0] + s1 + s2.str[1] + s1.map(m): 将分割后的字符串、替换的数字和资产类别名称后缀拼接在一起，更新 'ASSET_CLASS' 列。

输出：

硅基智能

基于Web3.0的元宇宙，去中心化的互联网，高质量、沉浸式元宇宙直播平台，用数字化重新定义直播

查看详情

   ACCOUNT         ASSET_CLASS
0        1  1120101 FI CHF Gov
1        1  1120102 FI CHF Corporate
2        2  1220101 FI EUR Gov
3        2  1220102 FI EUR Corporate

登录后复制

处理一个账户拥有多种资产类别的情况

如果一个账户同时拥有多种资产类别（例如 CHF 和 EUR），则需要更精细的分组策略。以下示例演示了如何处理这种情况。

示例 DataFrame

df = pd.DataFrame({
    'ACCOUNT': [1, 1, 1, 1, 2, 2],
    'ASSET_CLASS': ['11201XX FI CHF', '11201XX FI CHF',
                    '12201XX FI EUR', '12201XX FI EUR',
                    '12201XX FI EUR', '12201XX FI EUR',
                   ],
})

print(df)

登录后复制

输出:

   ACCOUNT ASSET_CLASS
0        1  11201XX FI CHF
1        1  11201XX FI CHF
2        1  12201XX FI EUR
3        1  12201XX FI EUR
4        2  12201XX FI EUR
5        2  12201XX FI EUR

登录后复制

基于账户和资产类别进行分组

以下代码演示了如何基于 'ACCOUNT' 和资产类别进行分组，并将 'ASSET_CLASS' 列中的 "XX" 替换为递增的两位数字，同时修改资产类别名称。

s1 = df.groupby(['ACCOUNT', df['ASSET_CLASS'].str.split(' ').str[-1]]).cumcount() \
       .add(1).astype('str').str.zfill(2)
m = {'01': ' Gov', '02': ' Corporate'}
s2 = df['ASSET_CLASS'].str.split('XX')
df['ASSET_CLASS'] = s2.str[0] + s1 + s2.str[1] + s1.map(m)

print(df)

登录后复制

代码解释：

df.groupby(['ACCOUNT', df['ASSET_CLASS'].str.split(' ').str[-1]]): 根据 'ACCOUNT' 列和 'ASSET_CLASS' 列的最后一个单词（即资产类别）进行分组。df['ASSET_CLASS'].str.split(' ').str[-1] 用于提取资产类别。
其余步骤与前面的示例相同，用于计算累计计数、替换 "XX" 和修改资产类别名称。

输出：

   ACCOUNT         ASSET_CLASS
0        1  1120101 FI CHF Gov
1        1  1120102 FI CHF Corporate
2        1  1220101 FI EUR Gov
3        1  1220102 FI EUR Corporate
4        2  1220101 FI EUR Gov
5        2  1220102 FI EUR Corporate

登录后复制