使用正则表达式更改数字 pandas答案

【问题标题】：Using regex to alter digits pandas使用正则表达式更改数字 pandas
【发布时间】：2019-12-24 04:43:09
【问题描述】：

背景

我有以下 df

import pandas as pd
df = pd.DataFrame({'Text' : ['But the here is \nBase ID: 666666    \nDate is Here 123456 ', 
                                   '999998 For \nBase ID: 123456    \nDate  there', 
                                   'So so \nBase ID: 939393    \nDate hey the 123455 ',],
                      'ID': [1,2,3],
                       'P_ID': ['A','B','C'],

                     })

输出

    ID  P_ID    Text
0   1   A   But the here is \nBase ID: 666666 \nDate is Here 123456
1   2   B   999998 For \nBase ID: 123456 \nDate there
2   3   C   So so \nBase ID: 939393 \nDate hey the 123455

试过

我尝试了以下**BLOCK** \nBase ID: 和 \nDate 之间的 6 位数字

df['New_Text'] = df['Text'].str.replace('ID:(.+?)','ID:**BLOCK**')

我得到以下信息

  ID P_ID Text New_Text
0               But the here is \nBase ID:**BLOCK**666666 \nDate is Here 123456
1               999998 For \nBase ID:**BLOCK**123456 \nDate there
2               So so \nBase ID:**BLOCK**939393 \nDate hey the 123455

但我并没有完全得到我想要的

期望的输出

  ID P_ID Text New_Text
0               But the here is \nBase ID:**BLOCK** \nDate is Here 123456
1               999998 For \nBase ID:**BLOCK** \nDate there
2               So so \nBase ID:**BLOCK** \nDate hey the 123455

问题

如何调整 str.replace('ID:(.+?)','ID:**BLOCK**') 部分代码以获得所需的输出？

【问题讨论】：

试试ID:\s*(\S+)

标签： python regex pandas text replace

【解决方案1】：

df['New_Text'] = df['Text'].str.replace(r'ID: *\d+ *', 'ID:**BLOCK** ')

请参阅here，了解所用正则表达式模式的详细分解。

【讨论】：

【解决方案2】：

试试df['New_Text'] = df['Text'].str.replace('ID:(.+?)\n','ID:**BLOCK**\n')

regexp 匹配最短的字符串，在你的情况下是 ' '

【讨论】：

【解决方案3】：

您可以尝试使用以下代码来获得所需的输出，

df['New_Text'] = df['Text'].str.replace('ID:\s+[0-9]+','ID:**BLOCK**')

输出：

0    But the here is \nCase ID:**BLOCK**    \nDate is Here 123456 
1    999998 For \nCase ID:**BLOCK**    \nDate  there              
2    So so \nCase ID:**BLOCK**    \nDate hey the 123455

正则表达式分解：

'\s+' - to indicate space(s)

'[0-9]+' - to specify a number

【讨论】：