Python Pandas - 基于正则表达式替换 - 忽略其余值 - python 中基于正则表达式的 vlookup答案

【问题标题】：Python Pandas - replace based on regex - ignoring rest of the values - regex based vlookup in pythonPython Pandas - 基于正则表达式替换 - 忽略其余值 - python 中基于正则表达式的 vlookup
【发布时间】：2020-11-11 14:59:34
【问题描述】：

我有一个简单的任务，我正在尝试做，但到目前为止还没有成功运行它。我得到了一个数据框df 和一个我想从数据框df 中检查的正则表达式列表，以及我想在正则表达式匹配的位置插入my_regex_dict 中的相应值。

df = pd.DataFrame ( ['a100','b110','c200','100a'],columns = ["A"])
my_regex_dict = {'.*a.*':'apple', '.*b.*':'ball'}

数据如下

df:
    A
0   a100
1   b110
2   c200
3   100a

my_regex_dict:
{'.*a.*': 'apple', '.*b.*': 'ball'}

将 dict 转换为适合我在 dict 上执行的 pandas 中的 .replace 函数。

my_regex_dict =  {rf'\b{k}\b': v for k, v in my_regex_dict.items()}

现在字典看起来如下

my_regex_dict:
{'\\b.*a.*\\b': 'apple', '\\b.*b.*\\b': 'ball'}

我要做的就是检查 A 列中的每个值，对照字典，如果正则表达式匹配，给我相应的值，但是没有，给我空白。

我已经完成了以下操作，这是有效的，但做了一些额外的事情

df["E"] = df.A.str.lower().replace(  dict_regex,regex = True)

这是我得到的结果

     A       E
0   a100    apple
1   b110    ball
2   c200    c200
3   100a    apple

我想要的是跟随，即针对 c200 的空白或 NULL。

         A       E
0   a100    apple
1   b110    ball
2   c200    
3   100a    apple

任何帮助都将受到高度评价。谢谢。

【问题讨论】：

标签： python regex pandas replace

【解决方案1】：

你可以replace只匹配值：

s = df.A.str.lower()
m = s.str.contains('|'.join(my_regex_dict.keys()))
df["E"] = s[m].replace(my_regex_dict,regex = True)
print (df)
      A      E
0  a100  apple
1  b110   ball
2  c200    NaN
3  100a  apple

【讨论】：