我在pandas中使用了以下内容来使用正则表达式将某个字符替换为另一个字符:
df = df.replace(r'\t|\r|\n', '', regex=True)
但如前所述 here ,我们有 mask 在达斯克。但我找不到 如何使用regex 在这个函数中。如有任何帮助,我们将不胜感激。
处理此类行操作的最常见方法是 map_partitions ,它允许您处理dask数据帧的每个块,每个块都是真正的pandas数据帧。
map_partitions
在这个例子中
df2 = df.map_partitions(lambda d: d.replace(r'\t|\r|\n', '', regex=True))
在哪里? df 是一个DASK数据帧。请注意,与 映射分区 需要pandas数据帧并返回pandas数据帧。
df
映射分区