如何在熊猫替换功能中使用正则表达式捕获组答案

【问题标题】：How to use regex capture groups in pandas replace function如何在熊猫替换功能中使用正则表达式捕获组
【发布时间】：2020-04-08 12:31:21
【问题描述】：

我有一个使用“2Nd”而不是“2nd”、“136Th”而不是“136th”等的 pandas DataFrame。我希望紧跟在数字后面的字母是小写的。

样本数据：

data = pd.Series(['21St StNew York', 'Exampe BlvdSt Louis', '1St Rd'])

期望的输出：

['21st StNew York', 'Exampe BlvdSt Louis', '1st Rd']

尝试使用str.replace()：

data = data.str.replace('\BSt', 'st', regex=True)
['21st StNew York', 'Exampe Blvdst Louis', '1st Rd']

是否可以使用捕获组？

data = data.str.replace('[0-9]+(St)', 'st', regex=True)
['st StNew York', 'Exampe BlvdSt Louis', 'st Rd']

【问题讨论】：

标签： python regex pandas

【解决方案1】：

使用repl的可调用对象

new_data = data.str.replace('(\d+[A-Z])', lambda m: m.group(1).lower())

Out[49]:
0        21st StNew York
1    Exampe BlvdSt Louis
2                 1st Rd
dtype: object

【讨论】：

【解决方案2】：

我们可以尝试对模式(?<=\d)[A-Z]进行正则表达式替换，然后替换为小写版本：

df['dat'] = df['data'].str.replace(r'(?<=\d)[A-Z]', lambda x: x.group(0).lower())

【讨论】：

由于某种原因，这会为我返回空值。