blocks|key|52824|text|laptops['Operating+System']+=+laptops['Operating+System'].str.replace(r'(?i)(mac%7Cmc).*os',+'macOS',+regex=True)|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|52825|unstyled|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|G|8|@]|9|@]|A|$B|C]]|$1|D|3|-4|5|E|7|H|8|@]|9|@]|A|$]]]|F|$]]

<pre><code>laptops['Operating System'] = laptops['Operating System'].str.replace(r'(?i)(mac|mc).*os', 'macOS', regex=True)
</code></pre>

blocks|key|168957|text|这段代码能起作用。但你必须事先知道可能的变体。如果事先认识他们是不可行的，这将是另一个问题，不讨论这里的蟒蛇和熊猫标签。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|168958|df['Operating+System'][df['Operating+System'].str.lower().isin(['mac',+'osx',+'macos'])]+=+'Mac+OS'|offset|length|style|CODE|168959|entityMap^0|0|0|2R|0^^$0|@$1|2|3|4|5|6|7|J|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|K|8|@$D|L|E|M|F|G]]|9|@]|A|$]]|$1|H|3|-4|5|6|7|N|8|@]|9|@]|A|$]]]|I|$]]

This code would do the trick. But you have to know the possible variants in advance. In case it is not feasible to know them in advance, it is going to be another issue not to be discussed here under python and pandas tags.
<code>df['Operating System'][df['Operating System'].str.lower().isin(['mac', 'osx', 'macos'])] = 'Mac OS'</code>

blocks|key|1259232|text|你可以简单的做|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1259233|laptops['Operating+System']+=+laptops['Operating+System'].replace('Mac+OS',+'macOS')|code-block|syntax|javascript|1259234|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

You can simply do
<pre><code>laptops['Operating System'] = laptops['Operating System'].replace('Mac OS', 'macOS')
</code></pre>

blocks|key|168932|text|我会这么做：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|168933|#+Generate+a+dict+of+list,+where+each+key+is+the+name+you+want
#+to+assign+and+the+lists+contain+the+variations+of+the+main+name
aliases+=+{
++++"macOS":+["mac",+"osx",+"Mac+OS"],
++++"Windows":+["win",+"windows",+"Windows"],
}

#+Create+a+map+so+it's+easier+to+lookup+all+the+names
aliases_map+=+{v:+k+for+k,+v+in+aliases.items()+for+v+in+v}

#+Replace+all+of+the+aliases+with+its+respective+main+name
laptops["Operating+System"]+=+laptops["Operating+System"].replace(aliases_map)|code-block|syntax|javascript|168934|laptops["Operating+System"].value_counts()输出|offset|length|style|CODE|168935|Windows++++++1125
No+OS++++++++++66
Linux++++++++++62
Chrome+OS++++++27
macOS++++++++++21
Android+++++++++2
Name:+Operating+System,+dtype:+int64|168936|entityMap^0|0|0|0|16|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|R|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|S|8|@$I|T|J|U|K|L]]|9|@]|A|$]]|$1|M|3|N|5|D|7|V|8|@]|9|@]|A|$E|F]]|$1|O|3|-4|5|6|7|W|8|@]|9|@]|A|$]]]|P|$]]

I'd do this:
<pre><code># Generate a dict of list, where each key is the name you want
# to assign and the lists contain the variations of the main name
aliases = {
 &quot;macOS&quot;: [&quot;mac&quot;, &quot;osx&quot;, &quot;Mac OS&quot;],
 &quot;Windows&quot;: [&quot;win&quot;, &quot;windows&quot;, &quot;Windows&quot;],
}

# Create a map so it's easier to lookup all the names
aliases_map = {v: k for k, v in aliases.items() for v in v}

# Replace all of the aliases with its respective main name
laptops[&quot;Operating System&quot;] = laptops[&quot;Operating System&quot;].replace(aliases_map)
</code></pre>
Output of <code>laptops[&quot;Operating System&quot;].value_counts()</code>:
<pre><code>Windows 1125
No OS 66
Linux 62
Chrome OS 27
macOS 21
Android 2
Name: Operating System, dtype: int64
</code></pre>

I am working with this <a href="https://dsserver-prod-resources-1.s3.amazonaws.com:443/293/laptops.csv" rel="nofollow noreferrer">csv file.</a> It's a small dataset of laptop information.
<pre><code>laptops = pd.read_csv('laptops.csv',encoding=&quot;Latin-1&quot;)
laptops[&quot;Operating System&quot;].value_counts()

Windows 1125
No OS 66
Linux 62
Chrome OS 27
macOS 13
Mac OS 8
Android 2
Name: Operating System, dtype: int64
</code></pre>
I want to merge the variations of macOS and Mac OS under a single value &quot;macOS&quot;.
I have tried this, which works.
<pre><code>mapping_dict = {
 'Android': 'Android',
 'Chrome OS': 'Chrome OS',
 'Linux': 'Linux',
 'Mac OS': 'macOS',
 'No OS': 'No OS',
 'Windows': 'Windows',
 'macOS': 'macOS'
}

laptops[&quot;Operating System&quot;] = laptops[&quot;Operating System&quot;].map(mapping_dict)

laptops[&quot;Operating System&quot;].value_counts()

Windows 1125
No OS 66
Linux 62
Chrome OS 27
macOS 21
Android 2
Name: Operating System, dtype: int64
</code></pre>
Is this is the only way or the best way of doing it? Assume such requirement might arise for multiple values (and not just macOS).

Pandas replace string values in a column which has multiple variations

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我正在使用这个，它是笔记本电脑信息的一个小数据集。laptops = pd.read_csv('laptops.csv',encoding="Latin-1")laptops["Operating System"].value_counts()Windows      1125No OS          66Linux          62Chrome OS      27macOS     

问在具有多个变体的列中替换字符串值。
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在具有多个变体的列中替换字符串值。EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在具有多个变体的列中替换字符串值。
EN