用另一列中的值替换字符串的一部分

Question

pandas DataFrame 包含一个带有花括号中的描述和占位符的列：

descr                        replacement
This: {should be replaced}   with this

任务是将花括号中的文本替换为同一行中另一列的文本。不幸的是，这并不像：

df["descr"] = df["descr"].str.replace(r"{*?}", df["replacement"])

~/anaconda3/lib/python3.6/site-packages/pandas/core/strings.py in replace(self, pat, repl, n, case, flags, regex)
   2532     def replace(self, pat, repl, n=-1, case=None, flags=0, regex=True):
   2533         result = str_replace(self._parent, pat, repl, n=n, case=case,
-> 2534                              flags=flags, regex=regex)
   2535         return self._wrap_result(result)
   2536 

~/anaconda3/lib/python3.6/site-packages/pandas/core/strings.py in str_replace(arr, pat, repl, n, case, flags, regex)
    548     # Check whether repl is valid (GH 13438, GH 15055)
    549     if not (is_string_like(repl) or callable(repl)):
--> 550         raise TypeError("repl must be a string or callable")
    551 
    552     is_compiled_re = is_re(pat)

TypeError: repl must be a string or callable

Answer 1

您的代码正在使用Pandas.Series.str.replace()，它需要两个字符串来执行替换操作，但第二个参数是一个系列。

Series.str.replace(pat, repl, n=-1, case=None, flags=0, regex=True)[来源]

替换出现的模式/正则表达式 系列/索引与其他一些字符串。相当于 str.replace() 或 re.sub()。参数：

pat : 字符串或编译的正则表达式

repl : 字符串或可调用 ...

您可以直接使用Pandas.Series.replace() 方法更正它：

df = pd.DataFrame({'descr': ['This: {should be replaced}'],
                   'replacement': 'with this'
                  })
>> df["descr"].replace(r"{.+?}", df["replacement"], regex = True)
0    This: with this

观察：

我改变了一些你的正则表达式。

Answer 2

对re.sub 使用列表推导，尤其是在性能很重要的情况下：

import re

df['new'] = [re.sub(r"{.*?}", b, a) for a, b in zip(df['descr'], df['replacement'])]
print (df)
                        descr replacement              new
0  This: {should be replaced}   with this  This: with this
1                This: {data}         aaa        This: aaa