根据不同的条件从数据帧中的列中删除某些部分

Question

我有一个如下所示的数据帧：

 id         Name              New_Name
100263   Test Index (UHD)    Test Index
100264   Test Num             Test Num

正如您所看到的，当我的Name列中的值包含(时，我只想显示这个字符串的左边部分，例如：Test Index (UHD)->Test Index；但是，如果字符串不包含(，则需要整个字符串，例如：Test Num->Test Num

我有一个想法，我可以循环通过本列中的所有值来进行更改，例如，对于第一个值，我的想法是

try:
    pos=data.iloc[0,1].index('(')
except:
    pos=len(data.iloc[0,1])

New_Name =data.iloc[0,2][:pos]

我觉得不应该那么复杂，有什么简单的方法吗？谢谢

Answer 1

这是一个具有简单regex的解决方案

regex = re.compile(r'.*?(\(.*?\))')
def strip_brackets(x):    
    result = re.findall(regex, x)
    for r in result:
        x = x.replace(r, '')
    return ' '.join(x.split())

df = pandas.DataFrame({'Name' : ['Test Index (UHD)', 'Test Num', 'More (foo) complicated (bar) case']})
df['NewName'] = df['Name'].apply(strip_brackets)
print(df)


                                Name                NewName
0                   Test Index (UHD)             Test Index
1                           Test Num               Test Num
2  More (foo) complicated (bar) case  More complicated case

Answer 2

假设您只有一个括号组件，您可以这样简化调用

data[ 'New_Name' ] = data.Name.apply( lambda s: s.split( '(', 1 )[ 0 ].strip() )

Answer 3

下面是一个删除括号下任何内容的一行代码：

df['New_Name'] = df['Name'].str.replace(r"\(.*\)","")

输出：

>>df

 id         Name              New_Name
100263   Test Index (UHD)    Test Index
100264   Test Num             Test Num