如何在Pandas对象中用子串替换值？纬度数值提取问题求助

嘿，我来帮你搞定这个问题！先说说你之前代码报错的原因：你用raw.loc[(raw['LATITUDE'].str.len() == 9)]取出的是整个DataFrame子集，而str是pandas Series的专属方法，直接在DataFrame上调用str自然会触发AttributeError啦。

下面给你几种可行的方法，其中正则表达式的方案是最通用的，推荐优先使用：

方法1：修复你原来的代码逻辑 #

如果你确定只有长度为9的字符串需要处理，那可以调整代码，针对LATITUDE这个Series操作，而不是整个DataFrame：

# 先确保列是字符串类型（如果原始数据是数值型的话必须转换）
raw['LATITUDE'] = raw['LATITUDE'].astype(str)
# 只对符合长度条件的行赋值
raw.loc[raw['LATITUDE'].str.len() == 9, 'LATITUDE'] = raw['LATITUDE'].str[0:8]

方法2：更通用的正则表达式方案（推荐） #

这个方法不用依赖固定的字符串长度，不管你的纬度值是12.3456N还是90.123456S，都能准确提取数字（包括小数点）：

# 先转字符串类型
raw['LATITUDE'] = raw['LATITUDE'].astype(str)
# 使用str.extract提取数字部分
raw['LATITUDE'] = raw['LATITUDE'].str.extract(r'([\d.]+)', expand=False)

补充说明： #

• r'([\d.]+)'是正则表达式，用来匹配一个或多个数字或小数点，刚好对应纬度的数值部分；
• expand=False让方法返回Series，直接就能赋值给原列；
• 如果有些行可能没有匹配到数字，可以加fillna处理空值，比如：

  raw['LATITUDE'] = raw['LATITUDE'].astype(str).str.extract(r'([\d.]+)', expand=False).fillna('')
  

方法3：用apply配合正则函数 #

如果你习惯用apply，也可以这么写：

import re
raw['LATITUDE'] = raw['LATITUDE'].astype(str).apply(lambda x: re.findall(r'[\d.]+', x)[0] if re.findall(r'[\d.]+', x) else '')

总结一下，正则表达式的方案是最优的，因为它不限制字符串长度，适配各种格式的纬度值，容错性更强。

内容的提问来源于stack exchange，提问作者ekim420