如何用模式（正则表达式）替换字符串的一部分在数据框中抛出行

Posted 2023-02-23

【中文标题】如何用模式（正则表达式）替换字符串的一部分在数据框中抛出行

【英文标题】：How to replace part of string with pattern(regex) throw rows in dataframe

【发布时间】：2021-10-15 17:33:02

【问题描述】：

我的输出： df 与列final result

         final result
13649   |ReviewNG-ICV|Other
13650   |Other|ReviewNG-AO
13652   |Other|ReviewNG-AO|ReviewNG-CL
0       |Other
1       |Other
2       |Other

我想要替换（或删除部分字符串），其中特定的“|其他”与其他“标签”结合，但如果它单独在单元格中，它仍然会保留 所以需要输出：

         final result
13649   |ReviewNG-ICV
13650   |ReviewNG-AO
13652   |ReviewNG-AO|ReviewNG-CL
0       |Other
1       |Other
2       |Other

我尝试这段代码没有任何成功：

df['final result']=df['final result'].apply(lambda x: x['final result'] if x['final result']!='|Other' else 'x') 

【参考方案1】：

你可以使用

>>> df['final result'].str.replace(r'0(?!$)|(?!^)0'.format(r'\|Other\b'), '', regex=True)
0               |ReviewNG-ICV
1                |ReviewNG-AO
2    |ReviewNG-AO|ReviewNG-CL
3                      |Other
Name: final result, dtype: object

请参阅regex demo。 详情：

\|Other\b(?!$) - |Other 整个单词不在字符串的末尾 | - 或 (?!^)\|Other\b - |Other 整个单词不在字符串的开头。

【参考方案2】：

我首选的解决方案是

def f(row):
    content = row['final result']
    if content != '|Other'\
    and content.startswith('|Other'):
        return content[6:] #throw away '|Other' 
    else:
        return content
    

df['final result'] = df.apply(f, axis=1)

它不使用正则表达式，因为我认为对于这样一个简单的解析来说它是一个过冲。 该函数易于阅读和理解，它将整行作为输入，因此您可以使用 axis=1 参数直接将其应用于 df。

【参考方案3】：

如果只等于'|Other'，那么简单的写法是：

df.loc[df['final result'] == '|Other', 'final result'] = 'x'

【参考方案4】：

您可以使用列表推导：

df['final result'] = [x.replace('|Other', '') if x != '|Other' else x for x in df['final result']]

输出：

         final result
13649   |ReviewNG-ICV
13650   |ReviewNG-AO
13652   |ReviewNG-AO|ReviewNG-CL
0       |Other
1       |Other
2       |Other