将一个系列中的数字添加到同一数据框中的一系列字母，可能使用正则表达式

Posted 2023-03-12

【中文标题】将一个系列中的数字添加到同一数据框中的一系列字母，可能使用正则表达式

【英文标题】：Adding numbers from one series to a series of letters within the same dataframes, possibly using regex

【发布时间】：2021-12-24 04:14:20

【问题描述】：

我有一个更大数据框的子集：

import pandas as pd

data = 'Name': ['car- at', 'car- ar', 'truck- br', 'car- at'],
        'SysNum': [1, 2, 3, 4 ],
            
     Name     SysNum
0   car- at     1   
1   car- ar     2   
2   truck- br   3   
3   car- at     4

我需要能够在 - 后面的名称中输入数字。破折号在每个名称中，所以我尝试使用几行正则表达式，但到目前为止我无法得到它。数据框应如下所示：

    Name      SysNum    Count
0   car- at     1      car-1 at
1   car- ar     2      car-2 ar
2   truck- br   3      truck-3 br
3   car- at     4      car-4 at

我以前用过类似的东西：

df['BaseName'] = [re.sub('(?<=-)\d1,6', '', s) for s in df['Name'].values]
df['SysNum'] = [int(re.search('(?<=-)\d1,6', s)[0]) for s in df['Name'].values]
df['NewName'] = df['BaseName'] + df['SysNum'].astype(str) 

这会删除 - 之后的数字，然后我在最后一行的末尾添加一组新数字。我现在在末尾有一组字母，所以我需要能够在 - 之后输入一组新数字，并在最后保持字母。 对此的新解决方案或使用正则表达式的方法查看 - 并在下一组字母处停止应该可以工作。谢谢。

【参考方案1】：

您可以使用zip 和列表理解！。

>>> df['NewCol'] = [name.replace("-", f"-num", 1) for name, num in zip(df.Name, df.SysNum)]
>>> df
        Name  SysNum      NewCol
0    car- at       1    car-1 at
1    car- ar       2    car-2 ar
2  truck- br       3  truck-3 br
3    car- at       4    car-4 at

注意：replace 方法的第三个参数确保我们只替换第一次出现的-

【参考方案2】：

你可以使用

df['Count'] = df.apply(lambda x: x['Name'].replace('- ', f"-x['SysNum'] "), axis=1)
# => df['Count']
#    0      car-1 at
#    1      car-2 ar
#    2    truck-3 br
#    3      car-4 at
#    Name: Count, dtype: object

这只是将- + 空格替换为- + SysNum 列值+ 空格。

如果您想确保在第一个带有- 的单词之后插入值，您可以使用正则表达式：

df['Count'] = df.apply(lambda x: re.sub(r'^\w+-', fr"\g<0>x['SysNum']", x["Name"]), axis=1)
# => df
#         Name  SysNum       Count
# 0    car- at       1    car-1 at
# 1    car- ar       2    car-2 ar
# 2  truck- br       3  truck-3 br
# 3    car- at       4    car-4 at

这里，^\w+- 匹配字符串开头 (^)，\w+ 匹配一个或多个字母/数字/_，然后匹配 -。替换为整个匹配值 (\g<0>) + SysNum 列中的值。

【参考方案3】：

一种方法：

df["Count"] = [f"pre-num suf" for num, [pre, suf] in zip(df["SysNum"], df["Name"].str.split("- "))]
print(df)

输出

        Name  SysNum       Count
0    car- at       1    car-1 at
1    car- ar       2    car-2 ar
2  truck- br       3  truck-3 br
3    car- at       4    car-4 at

【参考方案4】：

parts = df['Name'].str.split('-', n=1)
df['NewName'] = parts.str[0] + '-' + df['SysNum'].astype(str) + parts.str[1]

测试：

>>> df
        Name  SysNum     NewName
0    car- at       1    car-1 at
1    car- ar       2    car-2 ar
2  truck- br       3  truck-3 br
3    car- at       4    car-4 at