从熊猫帧中的一组子字符串中拆分一个字符串答案

【问题标题】：split a string from a set of substrings in panda frames从熊猫帧中的一组子字符串中拆分一个字符串
【发布时间】：2018-07-13 14:56:43
【问题描述】：

我正在处理来自各种来源的数据集，我的列是捕获例如城市名称的框架。某些城市名称在括号中带有州名，其他城市名称带有邮政编码。如何获取这些额外信息并仅保留城市名称？ Example of data

在某些情况下，邮政编码和城市名称之间没有空格。下面是所需的框架： Desired frame

【问题讨论】：

我正在寻找一种简单的方法来从 ' (' 或 0-9 之间的数字中删除字符串
请在问题中包含您的所有数据（不要粘贴到屏幕截图的链接）。还包括您的所有代码和特定代码相关问题。
数据很大，但这里有一个例子 df = pd.DataFrame([{'City Name': 'Dallas'} ,{'City Name': 'New York (NY)' } ,{'City Name': 'West Orange 07052'} ,{'City Name': 'Orlando (Florda)'} ,{'City Name': 'Camdem (NJ)'} ,{'City Name': ' Boston'} ,{'City Name': 'Harrison07029'}]) 我只想获取城市名称
正如我所说，请在问题中包含所有相关数据，而不是在 cmets 中。添加您尝试使用的代码，解释您对它不满意的原因，并提出具体问题。这就是 SO 的工作原理。
对不起，DYZ，我在这里很新。我试图使用从一个子字符串中拆分出来的 lambda 并将其应用于熊猫，但它不起作用。 jezrael 提供的响应有效

标签： python string pandas

【解决方案1】：

您可以通过正则表达式使用replace：

\s* 一个或零个空格
\d+ 一位或多位数字
\(.*\) + 括号之间的所有字符串

df = pd.DataFrame([{'City Name': 'Dallas'} ,
                   {'City Name': 'New York (NY)'} ,
                   {'City Name': 'West Orange 07052'} ,
                   {'City Name': 'Orlando (Florda)'} ,
                   {'City Name': 'Camdem (NJ)'} ,
                   {'City Name': 'Boston'} ,
                   {'City Name': 'Harrison07029'}])

df['new'] = df['City Name'].replace(['\s*\d+', '\s*\(.*\)'], '', regex=True)
print (df)
           City Name          new
0             Dallas       Dallas
1      New York (NY)     New York
2  West Orange 07052  West Orange
3   Orlando (Florda)      Orlando
4        Camdem (NJ)       Camdem
5             Boston       Boston
6      Harrison07029     Harrison

【讨论】：

谢谢你，这行得通，我试图使用拆分，忘记了替换。