如何在Dask CuDF数据框的列中将点(.)替换为逗号(,)？

方法一：直接使用str.replace（推荐） #

不需要先拆分再拼接，直接调用字符串列的str.replace方法就能完成替换，代码简洁且高效：

import cudf
import dask_cudf

# 初始化数据
tdf = cudf.DataFrame({"A": ["x.y", "a.b"]})
temp = dask_cudf.from_cudf(tdf, npartitions=1)

# 直接替换字符
temp["A"] = temp["A"].str.replace(".", ",", regex=False)

print(temp.compute())

输出结果：

A
0  x,y
1  a,b

注意必须添加regex=False参数——.在正则表达式中是匹配任意字符的通配符，不加该参数会错误替换所有字符，加上后才会将.当作普通字符处理。

方法二：处理已拆分后的列表列 #

如果你已经通过str.split得到了列表形式的列，可以使用字符串方法链中的str.join（而非Series对象的join方法）来完成拼接：

import cudf
import dask_cudf

tdf = cudf.DataFrame({"A": ["x.y", "a.b"]})
temp = dask_cudf.from_cudf(tdf, npartitions=1)

# 拆分后拼接列表元素
temp["A"] = temp["A"].str.split(".", expand=False).str.join(",")

print(temp.compute())

输出结果与预期一致。你之前报错的原因是直接调用了Series对象的join方法，而Dask CuDF的Series并没有这个属性，必须调用str.join来对每个列表元素执行拼接操作。

内容的提问来源于stack exchange，提问作者user3448011