如何在 DataFrame 的字符串列中应用正则表达式替换？

Posted 2023-02-23

【中文标题】如何在 DataFrame 的字符串列中应用正则表达式替换？

【英文标题】：How do I apply a regex substitution in a string column of a DataFrame?

【发布时间】：2015-12-05 21:21:14

【问题描述】：

我有一个名为“Animals”的 DataFrame，如下所示：

 Words
 The Black Cat
 The Red Dog

我想在每个单词前添加一个加号，使其看起来像这样：

 Words
 +The +Black +Cat
 +The +Red +Dog

我已经尝试过使用正则表达式，但它不起作用：

 df = re.sub(r'([a-z]+)', r'+\1', Animals)

【参考方案1】：

您可以使用str.replace 和以下正则表达式来更改列的所有行：

df.Words = df.Words.str.replace(r'(\b\S)', r'+\1')

DataFrame 如下所示：

>>> df
              Words
0  +The +Black +Cat
1    +The +Red +Dog

【讨论】：

很好，感谢您的解决方案。我不知道原始问题的一部分，但想知道这是否也可以用于删除单词之间的空格？

@user3682157：没问题，很高兴它有帮助。要删除所有空格，您也许可以使用df.Words.str.replace(r'\s', r'')。