替换数据框列中的值（正则表达式）答案

【问题标题】：Replace values in dataframe column (regex)替换数据框列中的值（正则表达式）
【发布时间】：2020-10-06 01:00:09
【问题描述】：

我有一个带有名称的数据框列：

df = pd.DataFrame({'Names': ['ROS-053', 'ROS-54', 'ROS-51', 'ROS-051B', 'ROS-051A', 'ROS-52']}) 
df.replace(to_replace=r'[a-zA-Z]{3}-\d{2}$', value='new', regex=True)

格式必须是三个字母后跟 - 然后是三个数字。所以 ROS-51 应该换成 ROS-051.. 并且 ROS-051B 应该是 ROS-051。我已经尝试了很多东西，但似乎无法弄清楚。

任何帮助将不胜感激:)

【问题讨论】：

标签： python regex pandas replace

【解决方案1】：

你可以这样做：

df['Names'] = df.Names.replace('^([a-zA-Z]{3})-0?(\d{2})(.*)$', r'\1-0\2', regex=True)

输出：

     Names
0  ROS-053
1  ROS-054
2  ROS-051
3  ROS-051
4  ROS-051
5  ROS-052

【讨论】：

你怎么知道三位数字总是以0开头？另外，您的答案不适合三个字母后面的数字可能只是一位数字的可能性。
@TimBiegeleisen 因此? 在0 之后？

【解决方案2】：

这是一个使用带有回调的正则表达式替换的选项：

repl = lambda m: m.group(1) + ('00' + m.group(2))[-3:] + m.group(3)
df.str.replace(r'^([A-Z]{3}-)(\d+)(.*)$', repl)

请注意，此答案很灵活，将用零填充一位或两位数，仅保留三位数字。

【讨论】：

仍然很难:-)
我不经常使用 Pandas，但我可以确认 re.sub 逻辑工作正常。
不是，不是，ROS-52 给了ROS-0。

【解决方案3】：

这是另一种方法：

df = pd.DataFrame({'Names': ['ROS-053', 'ROS-54', 'ROS-51', 'ROS-051B', 'ROS-051A', 'ROS-52']}) 
df['Names'] = df['Names'].str.replace(r'[A-Z]$', '')
df['Names'] = df['Names'].str.split('-').str[0] + '-' + df['Names'].str.split('-').str[1].apply(lambda x: x.zfill(3))
print(df)

输出：

     Names
0  ROS-053
1  ROS-054
2  ROS-051
3  ROS-051
4  ROS-051
5  ROS-052

【讨论】：