[python] pandasで読み込んだDataFrameの文字列処理について

Question

#pandasでcsvを読み込んだ後の文字列処理について

pandasでcsvを読み込み、usecolsで指定列を読み込んだ後、
さらに、「商品名」というカラムの中から「●●●（文字列）」が入っている行だけ抜きだしました。
その後、文字列を置き変えたいのですが、抜き出した行だけでなくDataFrame全体の文字列が置き換えされてしまいました。

import pandas as pd

df = pd.read_csv('201806251531.csv',encoding='shift_jis',usecols=[0,51,52,105,106,109,127])

output = df[df['商品名'].str.contains('文字列')]
cut = df['商品名'].str.replace('文字列','').str.replace('文字列２','').str.replace('文字列３','')

print(cut)
#cut.to_csv('aaaa.csv',encoding='shift_jis',mode='a')

最終的には文字列を削除したあとcsvで出力予定です。
お手数をおかけしますが宜しくお願い致します。

Answer 1

df[df['商品名'].str.contains('文字列')] の条件にマッチする行だけの文字列を置き換えたいということでしょうか？

であれば

mask = df['商品名'].str.contains('文字列')
df.loc[mask, '商品名'] = df['商品名'].str.replace('文字列','').str.replace('文字列２','').str.replace('文字列３','')

print(df)
df.to_csv('aaaa.csv',encoding='shift_jis',mode='a')

で良いかと思います。

Comments

[Dadada_c.]

ご回答ありがとうございます！そのように書くといいんですね・・！勉強になります。
マッチする行だけ抜き出して、それ以外の行は出力したくありませんがなにかいい方法がありますでしょうか。。

[magichan]

考え方は２通り
1. マッチしない行をデータフレームから削除してよいのなら

df = df.loc[mask] ##または単に df[mask]

をするとよいかと。Indexが不連続なのが気になる場合はさらに

df = df.loc[mask].reset_index(drop=True)

としてIndexを振りなおします。

2. そうではなくて単にCSV出力時のみ マッチしない行を無視するのであれば

df.loc[mask].to_csv(...)

ですかね。

[Dadada_c.]

できました！ありがとうございます！ご丁寧に説明頂いて更なる学習意欲が向上しました！またよろしくお願いいたします。

Answer 2

抽出した行のみを対象としたいのであれば~~cut = df['商品名']～→cut = output['商品名']～では？
~~
上記だとcutは商品名列のみになってしまいますね。

output['商品名'] = output['商品名'].str～しoutputを出力します。