具有列表字符串表示的熊猫数据框列上的正则表达式

Question

示例数据框：

>>> df
                                                  color
0  ['Light_Blue','Green','Dark_Blue']
1  ['Sky_Blue','Black','White', 'Yellow','Gray']
2  ['White','Jet_Blue','Pink', 'Tan','Brown', 'Purple']

尝试使用正则表达式：

使用以下，它保留了我期待克服的空值。

>>> df['color'].str.replace(r'\w+_Blue\b', '')
0    ['','Green','']
1    ['','Black','White', 'Yellow','Gray']
2    ['White','','Pink', 'Tan','Brown', 'Purple']
Name: color, dtype: object

期望：

                            color
                          [Green]
     [Black, White, Yellow, Gray]
[White, Pink, Tan, Brown, Purple]

我的问题是我们如何使用regex 方法实现这一目标。

注意：这个帖子有一个答案，使用链接here的其他方法。

Answer 1

我建议您对此类问题使用列表推导：

df['color'] = [[i for i in r if not i.endswith(tuple(['_Blue', '_']))] 
               for r in df.color]

                color
0                            [Green]
1       [Black, White, Yellow, Gray]
2  [White, Pink, Tan, Brown, Purple]