从数据框中的字符串中删除字符

Question

这里是python初学者。我想在特定条件下更改数据框中列中的一些字符。

数据框如下所示：

import pandas as pd
import numpy as np
raw_data = {'name': ['Willard Morris', 'Al Jennings', 'Omar Mullins', 'Spencer McDaniel'],
                      'age': [20, 19, 22, 21],
                      'favorite_color': ['blue (VS)', 'red', 'yellow (AG)', "green"],
                      'grade': [88, 92, 95, 70]}
df = pd.DataFrame(raw_data, index = ['0', '1', '2', '3'])
df

我的目标是在姓氏列中替换空格后跟括号和两个字母。

蓝色而不是蓝色 (VS)。

我必须删除 26 个字母变体，但只有一种格式：last_name 后跟空格，后跟括号，然后是两个字母，后跟括号。 据我了解，应该是在正则表达式中：

( \(..\)

我尝试使用 str.replace 但它仅适用于完全匹配并且它会替换整个值。 我也试过这个：

df.loc[df['favorite_color'].str.contains(‘VS’), 'favorite_color'] = ‘random’

它还替换了整个值。

我看到我只能重写值，但我也看到使用这个：

df[0].str.slice(0, -5)

我可以删除包含我的搜索的字符串的最后 5 个字符。

在我看来，我应该列出我想要删除的 26 个匹配项，并通过列解析以删除这些匹配项，同时保留之前的文本。我搜索了与我的问题类似的帖子，但找不到解决方案。你有什么方向的想法吗？

Answer 1

您可以将str.replace 与"(\(.*?\))" 模式一起使用

例如：

import pandas as pd

raw_data = {'name': ['Willard Morris', 'Al Jennings', 'Omar Mullins', 'Spencer McDaniel'],
                      'age': [20, 19, 22, 21],
                      'favorite_color': ['blue (VS)', 'red', 'yellow (AG)', "green"],
                      'grade': [88, 92, 95, 70]}
df = pd.DataFrame(raw_data, index = ['0', '1', '2', '3'])
df["newCol"] = df["favorite_color"].str.replace("(\(.*?\))", "").str.strip()
print( df )

输出：

   age favorite_color  grade              name  newCol
0   20      blue (VS)     88    Willard Morris    blue
1   19            red     92       Al Jennings     red
2   22    yellow (AG)     95      Omar Mullins  yellow
3   21          green     70  Spencer McDaniel   green