如果在 Pandas 中字符串的开头和结尾可用，如何有效地删除字符？

Question

这个想法是删除句号、逗号、引号（如果它在 Pandas 的开头和最后一个字符串中可用）。

给定一个df 如下

data = {'Name': ['"Tom hola.', '"nick"', 'krish here .','oh my *']}

预期的输出是

Tom hola
nick
krish here
oh my

我尝试了以下代码，但它没有按预期工作

import pandas as pd
df = pd.DataFrame(data)
df['Name'] = df['Name'].str[-1:].replace({"\. ": "Na"},regex=True)

我可以知道如何实现这个目标吗？

此外，该方法是否可以扩展以应用于不同的列？

Answer 1

如果您只想替换列，可以使用pd.Series.str.replace，否则使用df.replace。

# Using `pd.Series.str.replace`
df['Name'] = df['Name'].str.replace(r'\.$','')
df          Name
0     Tom hola
1   secondx //
2         nick
3  krish here

# Using `df.replace`
df.replace(r'\.$', '', regex=True)
          Name
0     Tom hola
1   secondx //
2         nick
3  krish here

• 关于答案click hereregex101中使用的正则表达式模式

编辑：

您可以使用pd.Series.str.strip 剥离"、. 和*

df['Name'].str.strip(r'\"\.\*')

0       Tom hola
1           nick
2    krish here
3         oh my
Name: Name, dtype: object

# OR
df.Name.str.replace(r'^\W+|(.*?)\W+$',r'\1') # Replaces only values in `Name`
# df.replace(r'^\W+|(.*?)\W+$',r'\1',regex=True) Replaces for whole df

• 更多关于在第二种情况下使用的正则表达式模式here

Answer 2

如果要匹配字符串末尾的所有特殊字符，请使用(\W)*$

df = pd.DataFrame({'Name': ['Tom hola.', 'secondx //', 'nick', 'krish here .']})
df['Name'] = df['Name'].replace({r'(\W)*$': ""}, regex=True)

输出：

         Name
0     Tom hola
1    secondx 
2        nick
3  krish here

您可以使用https://regex101.com 测试并更好地了解您的正则表达式在做什么