問題與熊貓

Question

串清理我有一個熊貓列包含在引號，括號或沒有包圍的話行，像這樣：

"cxxx" 
[asdfasd] 
asdfasdf 
[asdf] 
"asdf" 

我的問題是，下面的代碼被剝頭以及沒有引號或括號的元素中的最後一個字符，我不知道爲什麼。

def keyword_cleanup(x): 
    if "\"" or "[" in x: 
     return x[1:-1] 
    else: 
     return x 


csv["Keyword"] = csv["Keyword"].apply(keyword_cleanup) 

Answer 1

if "\"" or "[" in x: 

應該

if "\"" in x or "[" in x: # x must contain a left bracket or double-quote. 

或

if x.startswith(('"', '[')): # x must start with a left-braket or double-quote 

因爲Python解析前者爲

if ("\"") or ("[" in x): 

由於in運營商綁定比or更緊密。 （見Python operator precedence）

由於任何非空的字符串，如"\""已經布爾真值True，該if-statement的條件總是真，這就是爲什麼 keyword_cleanup總返回x[1:-1]。

---

但是，還要注意熊貓有string operators builtin。使用它們將比使用apply爲Series中的每個項目調用自定義Python函數要快得多。

In [136]: s = pd.Series(['"cxxx"', '[asdfasd]', 'asdfasdf', '[asdf]', '"asdf"']) 

In [137]: s.str.replace(r'^["[](.*)[]"]$', r'\1') 
Out[137]: 
0  cxxx 
1  asdfasd 
2 asdfasdf 
3  asdf 
4  asdf 
dtype: object 

如果你想要去除從每個串的兩端都括號或雙引號，你也可以使用

In [144]: s.str.strip('["]') 
Out[144]: 
0  cxxx 
1  asdfasd 
2 asdfasdf 
3  asdf 
4  asdf 
dtype: object