Pandas.str.replace 正则表达式应用程序答案

【问题标题】：Pandas.str.replace Regex ApplicationPandas.str.replace 正则表达式应用程序
【发布时间】：2017-11-19 13:37:07
【问题描述】：

我正在尝试进行一些数据质量控制，并希望使用 Pandas.str.replace 方法使用正则表达式将一个字符串替换为另一个字符串。我正在考虑重新格式化一个看起来像

的字符串

#'250 ED ENGLISH DR, BLDG #3 UNIT C,'

这样的：

#'250 ED ENGLISH DR, #3C

我使用了以下内容，但 pandas 没有识别出我正在尝试用正则表达式替换：

df.Address=df.Address.str.replace(r'250 ENGLISH DR, BLDG #\d* UNIT \S[a-z]*', r'250 ENGLISH DR,' + r'(?<=250 ENGLISH DR, BLDG #)\d*' + r'\S{1,2}$', regex=True)

有没有人知道如何调整此代码以使其正常工作？搜索字符串效果很好。

【问题讨论】：

在模式中使用捕获组，在替换中使用反向引用。
感谢您的回复。这不是我的替换字符串在做什么吗？
不，您在替换中使用了正则表达式模式。在模式中捕获您需要使用圆括号保留的部分，并在替换中使用\n 引用它们，其中n 是组ID。编号以1 开头。
试试.replace(r'(250 ED ENGLISH DR, )BLDG (#\d+) UNIT ([a-zA-Z])\S*', r'\1\2\3', regex=True)

标签： python regex python-3.x pandas replace

【解决方案1】：

如果您严格尝试替换单词“BLDG”和“UNIT”，这将起作用。

df

    Address
0   250 ED ENGLISH DR, BLDG #3 UNIT C

试试

df.Address.str.replace('BLDG | UNIT ', '')

0    250 ED ENGLISH DR, #3C

【讨论】：

突然我发现这对于这个特定的字符串要简单得多。令人惊讶的是，您的大脑能够以多快的速度过度处理问题。出于好奇，如果我需要使用正则表达式来解决问题，你知道正确的格式吗？谢谢。

【解决方案2】：

你应该试试这个。

df.Address=df.Address.str.replace(r'250 ENGLISH DR, BLDG #(\d*) UNIT (\S[a-zA-Z]*)', r'250 ENGLISH DR, #\1\2')

【讨论】：

@TylerRussell 你可以试试这个基于正则表达式的解决方案
谢谢。我会在星期一回到办公室时试一试。