pandasのデータフレームで、部分一致したデータの書き換え処理をしたい

Question

前提・実現したいこと

pandasのデータフレームに対して、部分一致したデータの書き換え処理をしたいです。

商品名 産地
0 みかん 日本-愛媛
1 もも　 日本-長野
2 りんご 日本-青森

上記のデータフレームに対して次の処理をすると、下記のように書き換えができます。

country = ‘日本’
df.loc[df[‘産地’].str.contains(country),‘産地’] = country

商品名 産地
0 みかん 日本
1 もも　 日本
2 りんご 日本

書き換えが日本のみの場合は上記で問題ありませんが、書き換えたい国が複数ある場合の処理についてプログラムを組みたいのですが、どのようにすればよいかご教示いただけないでしょうか。

＜書き換え前＞
商品名 産地
0 みかん 日本-愛媛
1 もも　 日本-長野
2 りんご 日本-青森
3 メロン　アメリカ-カリフォルニア
4 イチゴ　アメリカ-ルイジアナ
5 ナシ　　アメリカ-オレゴン
6 キウイ　ニュージーランド-タウランガ
：

＜書き換え後＞
商品名 産地
0 みかん 日本
1 もも　 日本
2 りんご 日本
3 メロン　アメリカ
4 イチゴ　アメリカ
5 ナシ　　アメリカ
6 キウイ　ニュージーランド
：

恐れ入りますがよろしくお願い致します。

Comments

[meg_]

> 書き換えたい国が複数ある場合
その複数の国は事前に分かっているのでしょうか？またループ処理については書けますか？

[jkichi]

ご返答いただきありがとうございます。
複数の国については事前に分かっています。

またループ処理については、間違っているかもしれませんが、下記のように書いて試してみたのですが、「TypeError: unhashable type: 'list'」というエラーが出てしまいました。

country = [‘日本’, 'アメリカ']
for product in country:
df.loc[df[‘産地’].str.contains(country),‘産地’] = country

初学者のため、基本的な間違えをしているのかもしれませんが、ご教示いただけると幸いです。
よろしくお願い申し上げます。

[meg_]

ループ処理とはforやwhileのことです。使ったことないですか？
※追加の情報は質問に追記してください。（質問は編集可能です）

[jkichi]

学習したことがある程度で、実際に利用したことはないです。
下記のプログラムがループ処理で利用できるようでしたら、ご教示いただけると幸いです。
よろしくお願い致します。

country = [‘日本’, 'アメリカ']
df.loc[df[‘産地’].str.contains(country),‘産地’] = country

Answer 1

ほとんどできていますが、あと少しでした。
複数の値をリストで持つときに、変数名を複数形にして、for文の変数を単数形にしてループさせると、イメージしやすいのではないでしょうか。

countries = ['日本', 'アメリカ', 'ニュージーランド']
for country in countries:
    df.loc[df['産地'].str.contains(country), '産地'] = country

Comments

[jkichi]

無事、やりたかったことができました。
これで先に進めます！
ご回答いただきありがとうございました。
初歩的な質問にもご回答いただき大変感謝しております。

Answer 2

国名の終わりが"-"であるのであれば、正規表現とpandasのapplyを使って以下のように書けます。

>>> import re
>>>
>>> df['産地'] = df['産地'].apply(lambda x: re.sub(r'-.*', '', x))
>>> print(df)
   商品名        産地
0  みかん        日本
1   もも        日本
2  りんご        日本
3  メロン      アメリカ
4  イチゴ      アメリカ
5   ナシ      アメリカ
6  キウイ  ニュージーランド

元のデータは以下です。

>>> import pandas as pd
>>> import io
>>>
>>> indata = '''商品名   産地
... 0 みかん   日本-愛媛
... 1 もも     日本-長野
... 2 りんご   日本-青森
... 3 メロン  アメリカ-カリフォルニア
... 4 イチゴ  アメリカ-ルイジアナ
... 5 ナシ    アメリカ-オレゴン
... 6 キウイ ニュージーランド-タウランガ'''
>>>
>>> with io.StringIO(indata) as f:
...     df = pd.read_csv(f, sep=' +', engine='python')
...
>>> print(df)
   商品名              産地
0  みかん           日本-愛媛
1   もも           日本-長野
2  りんご           日本-青森
3  メロン    アメリカ-カリフォルニア
4  イチゴ      アメリカ-ルイジアナ
5   ナシ       アメリカ-オレゴン
6  キウイ  ニュージーランド-タウランガ

Comments

[jkichi]

ご回答いただきありがとうございました。
また、説明が不足しているところがあり大変申し訳ございませんでした。

産地については形式が様々なので
あらかじめ指定した「特定の文字」を含むデータを、それと同じ「特定の文字」に置き換える処理をしたいと考えております。

例えば、今回の質問で挙げさせていただいたように
「日本」に部分一致した文字列を「日本」に書き換える
といった具合です。

日本だけなら下記の処理で上手くいきます。

country = ‘日本’
df.loc[df[‘産地’].str.contains(country),‘産地’] = country

なので、これを繰り返せばいいと思い下記のようにやってみたのですが、「TypeError: unhashable type: 'list'」というエラーが出てしまいました。

country = [‘日本’, 'アメリカ']
for product in country:
df.loc[df[‘産地’].str.contains(country),‘産地’] = country

お手数をお掛け致しますが、再度ご検討いただけると幸いです。
よろしくお願い申し上げます。

Answer 3

こんばんは。

問題文拝見しました。

こちらでいかがでしょうか？

import pandas as pd

# データを読み込む。
df = pd.read_csv('./hoge.csv')

for index, row in df.iterrows():
    df.at[index, '産地'] = row['産地'].split('-')[0]

print(df)

ご確認のほど、よろしくお願いいたします。????‍♂️

<参考>
・Pythonで文字列を分割（区切り文字、改行、正規表現、文字数）