Замените только одну строку китайских символов на NaN в Pandas

Учитывая небольшой набор данных следующим образом:

   id          name
0   1             你
1   2            你好
2   3          你好吗?
3   4             好
4   5         hello
5   6  how are you?
6   7           how

Я хочу заменить китайский символ столбца имени на NaN, если он содержит только один символ.

Ожидаемый результат будет таким:

   id          name
0   1            NaN
1   2            你好
2   3          你好吗?
3   4            NaN
4   5         hello
5   6  how are you?
6   7           how

Как я мог сделать это в пандах? Спасибо.

df['name'] = df['name'].mask(df['name'].str.len() == 1)
cs95 18.12.2020 07:49
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
89
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Создайте маску для длины теста и если есть китайский иероглиф:

mask = df['name'].str.len().eq(1) & df['name'].str.contains(r'[\u4e00-\u9fff]')

Или вы можете использовать только регулярное выражение для проверки одного китайского символа:

mask = df['name'].str.contains(r'^[\u4e00-\u9fff]{1}$')

Последний набор отсутствующих значений по маске в DataFrame.loc:

df.loc[mask, 'name'] = np.nan

Или в Series.mask:

df['name'] = df['name'].mask(mask)

print (df)
   id          name
0   1           NaN
1   2            你好
2   3          你好吗?
3   4           NaN
4   5         hello
5   6  how are you?
6   7           how

Другие вопросы по теме