Видаліть / обріжте всі рядки кадру даних

Очищаючи значення багатоканального кадру даних у python / pandas, я хочу обрізати рядки. Зараз я роблю це за двома інструкціями:

import pandas as pd

df = pd.DataFrame([['  a  ', 10], ['  c  ', 5]])

df.replace('^\s+', '', regex=True, inplace=True) #front
df.replace('\s+$', '', regex=True, inplace=True) #end

df.values

Це досить повільно, що я міг би покращити?

Ви можете використовувати, DataFrame.select_dtypesщоб вибрати stringстовпці, а потім applyфункціонувати str.strip.

Примітка: Цінності не можуть бути typesподібними dictsабо lists, оскільки вони dtypesє object.

df_obj = df.select_dtypes(['object'])
print (df_obj)
0    a  
1    c  

df[df_obj.columns] = df_obj.apply(lambda x: x.str.strip())
print (df)

   0   1
0  a  10
1  c   5

Але якщо стовпців лише кілька, використовуйте str.strip:

df[0] = df[0].str.strip()

Грошовий постріл

Ось компактна версія використання applymapз прямим лямбда-виразом для виклику stripлише тоді, коли значення має тип рядка:

df.applymap(lambda x: x.strip() if isinstance(x, str) else x)

Повний приклад

Більш повний приклад:

import pandas as pd


def trim_all_columns(df):
    """
    Trim whitespace from ends of each value across all series in dataframe
    """
    trim_strings = lambda x: x.strip() if isinstance(x, str) else x
    return df.applymap(trim_strings)


# simple example of trimming whitespace from data elements
df = pd.DataFrame([['  a  ', 10], ['  c  ', 5]])
df = trim_all_columns(df)
print(df)


>>>
   0   1
0  a  10
1  c   5

Робочий приклад

Ось робочий приклад, який розміщує брелок: https://trinket.io/python3/e6ab7fb4ab

Ви можете спробувати:

df[0] = df[0].str.strip()

або більш конкретно для всіх стовпців рядків

non_numeric_columns = list(set(df.columns)-set(df._get_numeric_data().columns))
df[non_numeric_columns] = df[non_numeric_columns].apply(lambda x : str(x).strip())

Якщо ви дійсно хочете використовувати регулярний вираз, тоді

>>> df.replace('(^\s+|\s+$)', '', regex=True, inplace=True)
>>> df
   0   1
0  a  10
1  c   5

Але це має бути швидше, щоб зробити це так:

>>> df[0] = df[0].str.strip()

Ви можете використовувати applyфункцію від Seriesоб'єкта:

>>> df = pd.DataFrame([['  a  ', 10], ['  c  ', 5]])
>>> df[0][0]
'  a  '
>>> df[0] = df[0].apply(lambda x: x.strip())
>>> df[0][0]
'a'

Зверніть увагу на те, що використання, stripа не regexяке, набагато швидше

Інший варіант - використовувати applyфункцію об'єкта DataFrame:

>>> df = pd.DataFrame([['  a  ', 10], ['  c  ', 5]])
>>> df.apply(lambda x: x.apply(lambda y: y.strip() if type(y) == type('') else y), axis=0)

   0   1
0  a  10
1  c   5

def trim(x):
    if x.dtype == object:
        x = x.str.split(' ').str[0]
    return(x)

df = df.apply(trim)