Pandas Series.str.replace() 関数

Pandas よく使われる関数

Series.str.replace()Pandas において、文字列内の指定された内容を置換するための関数です。

データ処理の過程では、誤ったテキストの修正、データ形式の標準化、不要な文字の削除など、テキストに対する置換操作が頻繁に必要になります。replace()この関数は文字列内の指定された内容を柔軟に置換でき、正規表現マッチングをサポートしています。

単語の意味：replace「置換」という意味で、新しい内容で古い内容を置き換えることを表します。

基本構文とパラメータ

str.replace()Series の文字列アクセサメソッドです。そのため、まず文字列を含む Series が必要であり、次に.strアクセサを使用して呼び出します。

構文形式

Series.str.replace(pat, repl, regex=False)

パラメータの説明

関数の説明

• 戻り値：置換後の新しい Series を返します。
• 効果：Series 内の各文字列要素でマッチした内容を新しい内容に置換します。
• 注意：デフォルトでは通常の文字列マッチングを使用します。正規表現マッチングが必要な場合は、設定が必要です。regex=True。

例

簡単なものから複雑なものまでの一連の例を通して、完全にstr.replace()使い方をマスターしましょう。

例1：基本用法 - 簡単な文字列置換

出力結果:

原始 Series:
0        apple
1       banana
2       apricot
3    pineapple
dtype: object

替换后的结果:
0       XXle
1       banana
2       XXricot
3    XXneXXple

コード解説:

1. s.str.replace('ap', 'XX')出現するすべての 'ap' を 'XX' に置換します。
2. デフォルトでは、最初の一致項目のみ置換されます（文字列内に複数回出現する場合、最初のものだけが置換されます）。
3. 正規表現フラグを追加することで、すべての一致項目を置換できます。

例2：正規表現ですべての一致項目を置換

すべての一致項目を置換する必要がある場合は、正規表現を使用できます。

出力結果:

原始 Series:
0        apple
1       banana
2       apricot
3    pineapple
dtype: object

替换所有 'ap' 后的结果:
0       XXle
1       banana
2       XXricot
3    XXneXXple

コード解説:

• 設定regex=True後、正規表現を使用してマッチングします。
• 正規表現では、'ap'文字列内に出現するすべての 'ap' にマッチします。
• 'pineapple' には 'ap' が2つあり、両方とも 'XX' に置換されます。

例3：数字と記号の置換

replace()データのクリーニングに使用できます。たとえば、数字や特殊記号を削除します。

出力結果:

原始 Series:
0    phone: 123-456-7890
1       price: $99.99
2       date: 2024-01-01
dtype: object

移除所有数字后:
phone: ---
price: $.$
date: ------

移除所有特殊字符后:
phone 1234567890
price 9999
date 20240101

コード解説:

• r'd'は正規表現であり、任意の数字にマッチします。
• r'[^a-zA-Z0-9s]'すべての非英数字かつ非スペースの文字にマッチします。
• これはデータクリーニングにおいて非常に一般的な操作です。

例4：コールバック関数を使用した置換

replパラメータには関数を指定でき、より複雑な置換ロジックに使用できます。

出力結果:

原始 Series:
0       hello
1       world
2      サンプル
3      python
dtype: object

将元音字母转为大写后:
0       hEllo
1       wOrld
2       example
3       pythOn

コード解説:

• コールバック関数はマッチオブジェクトを受け取り、次を使用できますm.group(0)マッチした内容を取得します。
• 母音（a, e, i, o, u）を大文字に変換します。
• これはより複雑な置換ロジックを実装するための良い方法です。

例5：データ形式の標準化

実際のプロジェクトでは、replace()データ形式の標準化によく使用されます。

出力結果:

原始国家名称:
0           USA
1        U.S.A.
2         U.S.A
3           usa
4            us
5    United States
dtype:
object

统一后的结果:
0    US
1    US
2    US
3    US
4    0    US
dtype: object

コード解説:

• この例では Series のreplace()メソッド（str.replace ではありません）を使用しています。
• 辞書を渡すことで、複数の値を一括置換できます。
• さまざまな異なる表記を標準形式に統一します。

注意事項

• デフォルトでは（regex=False），patパラメータは通常の文字列として扱われ、最初の一致項目のみ置換されます。
• 設定regex=True後、正規表現を使用してマッチングすることで、すべての一致項目を置換できます。
• 正規表現内の一部の特殊文字（例：.、*など）はエスケープが必要です。
• Series に NaN 値が含まれている場合、replace()NaN が返されます。
• この関数は新しい Series を返し、元のデータは変更されません。

Pandas よく使われる関数