删除熊猫数据框中“标签”列中出现数字后的空格

Posted 2023-03-12

【中文标题】删除熊猫数据框中“标签”列中出现数字后的空格

【英文标题】：Remove space after number occurrence in 'label' column in pandas dataframe

【发布时间】：2021-01-31 01:23:53

【问题描述】：

我有一个带有“标签”列的数据框，它的标点符号和间距值很差。使用字符串替换清除标点符号后，现在需要删除数字出现后的空格。

下面是带有样本值的df：

label = 'label':['L1 RE','L1 REL3 RE', 'Quality','L1 RE L3 Algo', 'PM, L4 HW,L1 SW'],
        'name':['mon','tue','wed','thur','fri']
df = pd.DataFrame(label)

我尝试了正则表达式：number = re.search(r'\d+', df['label']).group()

但得到错误：TypeError: expected string or bytes-like object

【问题讨论】：

那么，您要删除Label 中的所有空格吗？ df['label'].str.replace(' ','')? df['label'].str.replace(r'(\d)\s+',r'\1')?

我想在数字出现后删除空格并从上面替换帮助。谢谢

【参考方案1】：

你可以使用

df['label'] = df['label'].str.replace(r'(\d)\s+',r'\1')

请参阅regex demo。

在这种情况下，一个数字与(\d) 匹配并捕获，并且一个或多个空格字符仅匹配，并且由于替换是对第 1 组值的反向引用，因此空格是由于Series.str.replace 而被删除。

完整的 Pandas 测试：

import pandas as pd
label = 'label':['L1 RE','L1 REL3 RE', 'Quality','L1 RE L3 Algo', 'PM, L4 HW,L1 SW'], 'name':['mon','tue','wed','thur','fri']
df = pd.DataFrame(label)
df['label'] = df['label'].str.replace(r'(\d)\s+',r'\1')
>>> df
           label  name
0           L1RE   mon
1       L1REL3RE   tue
2        Quality   wed
3    L1RE L3Algo  thur
4  PM, L4HW,L1SW   fri