我有一个数据框（df1），它是根据调查结果构建的，参与者将其性别作为字符串输入，因此有一个性别列，如下所示：

id gender age

1 Male 19

2 F 22

3 male 20

4 Woman 32

5 female 26

6 Male 22

7 make 24

等等

我一直在用

df1.replace('male', 'Male')

例如，但这非常笨重，并且需要知道每个响应的确切格式才能修复它。

我一直在尝试在Pandas中使用各种字符串理解和字符串操作，例如.split（）,. renplace（）和.capitalize（），使用np.where（）来尝试获取：

id gender age

1 Male 19

2 Female 22

3 Male 20

4 Female 32

5 Female 26

6 Male 22

7 Male 24

我敢肯定必须有一种方法可以使用正则表达式来做到这一点，但我似乎无法正确使用代码。

解决办法：调整我的注释中的代码，用以下单词替换以f开头的每个记录：

df1["gender"] = df1.gender.apply(lambda s: re.sub(

"(^F)([A-Za-z]+)*", # pattern

"Female", # replace

s.strip().title()) # string

)

类似地，对于具有M的模式中的F并且替换为男性的男性。

我知道这可能是一个多步骤的过程，即删除“”，然后将条目大写，然后替换大写值。