使用熊猫中的另一列替换一列中的值的有效方法

Question

如何使用不同列 [2] 中的字符串值列表替换数据框列 [1] 中的字符串值。

数据

          0                       1            2              3

0  3000 20%  dummy1 3000 dummy2 20%  [3000, 20%]  dummy1 dummy2

我想使用第 2 列中的列表（即“[3000, 20%]”）替换第 1 列中的字符串值，即“dummy1 3000 dummy2 20%”。所以 3000 和 20% 被替换为字符串中的“”（空字符串）以形成第三列（结果）即“dummy1 dummy2”

代码

df = pd.DataFrame([['3000 20%', 'dummy1 3000 dummy2 20%']])

df[2] = df[0].str.split(' ')

def replace_string(x):

    repl_string = str(x[1])

    for key in x[2]:

        repl_string = repl_string.replace(key, '')

    return ' '.join(repl_string.split())

df[3] = df.apply(replace_string, axis=1)

我目前已经编写了上面的代码，这对于大型数据帧来说很慢。如何提高此代码的效率或有其他方法可以做到这一点？

Answer 1

使用嵌套列表理解：df = pd.DataFrame([['3000 20%', 'dummy1 a 3000 dummy2 20%'],                   ['abc 2%', 'klmn 3000 dummy2 2%']])print (df)          0                         10  3000 20%  dummy1 a 3000 dummy2 20%1    abc 2%       klmn 3000 dummy2 2%df[3] = [' '.join(y for y in j.split() if y not in i.split()) for i, j in zip(df[0], df[1])]print (df)          0                         1                 30  3000 20%  dummy1 a 3000 dummy2 20%   dummy1 a dummy21    abc 2%       klmn 3000 dummy2 2%  klmn 3000 dummy2