替换熊猫数据帧上的第二组正则表达式匹配

【问题标题】：Replace second group of a regex match on a pandas dataframe替换熊猫数据帧上的第二组正则表达式匹配
【发布时间】：2020-06-05 19:46:27
【问题描述】：

我有一个大约 1000 行的数据框，我的要求是将出现在 username: 之后的所有字符替换为一个通用字符串（比如“用户”）。

我正在使用以下适合我的问题的正则表达式，我可以匹配第二组中我想用“用户”替换的所有用户名

正则表达式：

"(?i)(\busername\b\s?|\buname\s?)+[;|:]
(\s?[a-z-A-Z0-9@:!+=#$%^&*-]{5,})"

测试数据：

 username : user111
    uname : user212

预期输出：

username : users
uname : users

我还想在大型数据集上执行此操作，因此我正在寻找是否有任何有效的方法来实现此目标。

【问题讨论】：

【解决方案1】：

我确定您可以为此使用正则表达式，但有时最简单的方法是拆分和连接，例如：

df = pd.DataFrame({'values':['username : user111','uname : user212']})

df['values'].apply(lambda x: ': '.join([x.split(':')[0], 'users']))

或者如果您想避免使用 lambda：

df['values'].str.split(':').str.get(0) + ': users'

输出

             values
0  username : users
1     uname : users

【讨论】：

谢谢。但是我想将特定出现的模式替换为常见字符串，因为我正在处理机器学习任务，这就是我选择正则表达式的原因。所以我想对密码做同样的操作。出现在单词 password: 之后的字符串将被替换为另一个类似于 username 的常见字符串。那么还有其他方法可以实现吗？
你可以建立一个字典并用它来替换 {regex1:'replace_value1',regex2:replace_value2'}