0

Eu estou tentando substituir nomes que estão em uma lista em uma coluna de um grande dataframe. Estou tentando deste jeito, mas não esta funcionando...

Lista de nomes (a lista é muito grande):

Jack
Liam
John
Ethan
George
...

Pequeno exemplo do dataframe:

       A          B                                   C
  French      house                Phone <phone_numbers>
 English      house                 email <adresse_mail>
  French  apartment                      my name is Liam
  French      house                         Hello George
 English  apartment   Ethan, my phone is <phone_numbers>

My script:

import re
import pandas as pd
from pandas import Series

df = pd.read_excel('data_frame.xlsx')
data = Series.to_string(df['Descricao'])

first_names = open('names_list.txt', 'r')
names_read = first_names.readlines()

def names_teste(no_names):

    list_to_string = ''.join(names_read)

    for l in list_to_string.split('\n'):
        replaces = no_names.replace([l, '<name>'], l)
    return replaces

result = names_teste(no_names)
print(result)

O meu resultado mostra um erro:

runfile('C:/Users/marin/Desktop/Python/replaces.py', wdir='C:/Users/marin/Desktop/Python')
Traceback (most recent call last):

  File "<ipython-input-30-d10d01d4e428>", line 1, in <module>
runfile('C:/Users/marin/Desktop/Python/replaces.py', wdir='C:/Users/marin/Desktop/Python')

  File "C:\Programmes\lib\site-packages\spyder\utils\site\sitecustomize.py", line 705, in runfile
execfile(filename, namespace)

  File "C:\Programmes\lib\site-packages\spyder\utils\site\sitecustomize.py", line 102, in execfile
exec(compile(f.read(), filename, 'exec'), namespace)

  File "C:/Users/marin/Desktop/Python", line 121, in <module>
result = names_teste(no_names)

  File "C:/Users/marin/Desktop/Python", line 103, in names_teste
replaces = no_names.replace([l, '<name>'], l)

TypeError: replace() argument 1 must be str, not list

Bom output:

                                  C
              Phone <phone_numbers>
               email <adresse_mail>
                  my name is <name>
                       Hello <name>
<name>, my phone is <phone_numbers>

1 Resposta 1

2

Essa versão usa expressão regular para substituir todos os nomes de uma vez:

df = pd.read_excel('data_frame.xlsx')

with open('names_list.txt') as nomes:
    re_nomes = re.compile(r'|'.join(re.escape(nome.strip())
        for nome in nomes), flags=re.IGNORECASE)

df['Descricao'] = df['Descricao'].str.replace(re_nomes, '<name>')
print(df)    

Já essa versão substitui nome a nome:

df = pd.read_excel('data_frame.xlsx')

with open('names_list.txt') as nomes:
    for nome in nomes:
        df['Descricao'] = df['Descricao'].str.replace(nome, '<name>')

print(df)    
2
  • Obrigada @nosklo, mas meu output é None :(
    – marin
    Commented 29/10/2018 às 14:50
  • 1
    @marin eu testei ambos os códigos e funcionaram perfeitamente aqui.
    – nosklo
    Commented 29/10/2018 às 15:01

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .