如何从熊猫数据框中的列值中删除连续的四位数字[重复]

Question

我有一个这样的数据框：

col1         col2                col3
 A        12134 tea2014           2
 B        2013 coffee 1           1
 C        green 2015 tea          4

我想删除恰好出现四次的数字

结果将如下所示：

 col1         col2                col3
 A        12134 tea                 2
 B         coffee 1                 1
 C        green tea                 4

使用python最好的方法是什么

Answer 1

您将需要 str.replace 和仔细应用的正则表达式模式：

# Thanks to @WiktorStribiżew for the improvement!
df['col2'] = df['col2'].str.replace(r'(?<!\d)\d{4}(?!\d)', '')
df

  col1        col2  col3
0    A   12134 tea     2
1    B    coffee 1     1
2    C  green  tea     4

正则表达式分解
模式(?<!\d)\d{4}(?!\d) 将准确查找前面或后面没有数字的 4 位数字（因此留下少于/多于 4 位数字的字符串）。

(
    ?<!   # negative lookbehind 
    \d    # any single digit
)
\d{4}     # match exactly 4 digits
(
    ?!    # negative lookahead
    \d
)