Pandas Dataframe - 根据正则表达式条件替换所有单元格值

Posted 2023-03-29

【中文标题】Pandas Dataframe - 根据正则表达式条件替换所有单元格值

【英文标题】：Pandas Dataframe - Replace all cell value subject to regex condition

【发布时间】：2021-09-25 21:18:45

【问题描述】：

我正在解决一个问题，在该列中，重复“。”的值很少。 ，例如-“.....”或“......”。

所以我想使用.loc 函数将所有这些值替换为np.NaN。 我想使用正则表达式函数来识别任何至少重复一次"." 的单元格值。

所以我在 Python 中使用了以下代码 -

energy.loc[bool(re.match('.+', energy['Energy Supply'])),'Energy Supply']=np.NaN

请帮忙

【参考方案1】：

您需要将点转义如下，因为点代表任何字符，加号是一个或多个，试试看:)

re.match('\.+', energy['Energy Supply']))

【参考方案2】：

您可以使用str.contains 来检查一个点，然后转义它以匹配它。

您不需要 + 量词，因为它表示 1 或更多。所以匹配一个点就足够了。

import pandas as pd
import numpy as np

data = [
    "test",
    "test.",
    "..."
]
energy = pd.DataFrame(data, columns=["Energy Supply"])
energy.loc[energy['Energy Supply'].str.contains(r'\.'), 'Energy Supply'] = np.NaN
print(energy)

输出

  Energy Supply
0          test
1           NaN
2           NaN