从基于另一列的列中删除子字符串

Question

尝试使用一列中的值（作为字符串）来确定从另一列中删除的内容。列的其余部分必须保持不变。在

示例数据：

import pandas as pd

dfTest = pd.DataFrame({
    'date': ['190225', '190225', '190226'],
    'foo': ['190225-file1_190225', '190225-file2_190225', '190226-file3_190226']
})

dfTest

结果数据帧：

^{pr2}$

我需要创建“bar”列，其中“foo”删除了所有“date”匹配项。在

我要找的是：

   |    date   |         foo          |   bar
-----------------------------------------------
0  |   190225  | 190225-file1_190225  | -file1_
1  |   190225  | 190225-file2_190225  | -file2_
2  |   190226  | 190226-file3_190226  | -file3_

“date”列的内容，无论它们出现在“foo”的每一行的开头、中间还是结尾，都需要删除

我尝试过一些类似下面的代码，但它不起作用。只复制原始列而不替换它。请注意，更改regex=False不会影响结果。在

dfTest['bar'] = dfTest['foo'].str.replace(str(dfTest['date']), '')

#or (removing .str, gives same result):

#dfTest['bar'] = dfTest['foo'].replace(str(dfTest['date']), '')

两者的结果如下表所示（“bar”中的结果完全相同）：

   |    date   |         foo          |         bar
-----------------------------------------------------------
0  |   190225  | 190225-file1_190225  | 190225-file1_190225  
1  |   190225  | 190225-file2_190225  | 190225-file2_190225  
2  |   190226  | 190226-file3_190226  | 190226-file3_190226  

如何删除日期列的内容，但保留原始数据？在

Answer 1

埃迪： 我注意到，在lambda上使用replace时，它并不像预期的那样工作，所以我将其拆分成一个函数。在

def replace(str1, str2):
    return str1.replace(str2, '')


dfTest['bar'] = dfTest.apply(lambda row: replace(row['foo'], row['date']), axis=1)

Answer 2

所以，我试了一下，效果很好：

dfTest['bar'] = dfTest.apply(lambda row : row['foo'].replace(str(row['date']), ''), axis=1)