替换包含特定标签的列中的值并替换它们答案

【问题标题】：Replacing value in a column that contains specific label and to replace them替换包含特定标签的列中的值并替换它们
【发布时间】：2019-04-22 06:47:36
【问题描述】：

我有一个 pandas 数据框，其中有一列名为 period 的列具有 3 个不同的标签值，分别表示 2019 年冬季、2020 年冬季和 2021 年冬季，如下所示

我的问题是如何将这种格式替换为 2019 年冬季、2020 年冬季和 2021 年冬季的最终结果？

Period:
Q4 '19+Q1 '20 
Q4 '20+Q1 '21
Q4 '21+Q1 '22

Q 表示一年中的一个季度

所以我的方法是： 1）首先是制作新年专栏的正则表达式方法。我在第一个 Q4 之后提取了 '19、'20、'21 年的数字

gas['year'] = gas['Period'].str.extract("([']\d\d)", expand=True)

然后我打算用winter替换包含Q4和Q1的值

gas['Period'].str.contains('Q4')) & (gas['Period'].str.contains('Q1')) = 'winter Gregorian'

但它替换了包含 Q4 和 Q1 的整行

也试过

gas[gas['Period'].str.replace("[Q][4]..\d\d[+][Q][1]", 'winter Gregorian'), regex =False]

我想要的结果是：

Period
winter Gregorian 2019
winter Gregorian 2020
winter Gregorian 2021

但没用，我欢迎任何意见和建议谢谢

【问题讨论】：

标签： python string pandas replace

【解决方案1】：

我会在这里使用regex capture groups。看看这个正则表达式：

(Q[0-9]) '([0-9]{2})\+(Q[0-9]) '([0-9]{2})

括号中的每个项目都是一个组，您可以在匹配后访问。比如Q4 '19+Q1 '20，匹配的第一组是Q4，第二组是19，第三组是Q1，第四组是20。

在将句点字符串与此正则表达式匹配后，您可以提取组匹配项以构建所需的输出格式。此代码为您提供了如何执行此操作的完整示例。

import re
import pandas as pd

df = pd.DataFrame({
    "Period": [
        "Q4 '19+Q1 '20 ",
        "Q1 '20+Q2 '20",
        "Q4 '20+Q1 '21",
        "Q4 '21+Q1 '22"
    ]
})

pattern = "(Q[0-9]) '([0-9]{2})\+(Q[0-9]) '([0-9]{2})"
season_map = {
    ('Q4', 'Q1'): 'Winter',
    ('Q1', 'Q2'): 'Spring',
    ('Q2', 'Q3'): 'Summer',
    ('Q3', 'Q4'): 'Fall'
}

def convert_time_format(x):
    match = re.match(pattern, x)
    if match is not None:
        season = season_map.get((match.group(1), match.group(3)))
        year = match.group(2)
        return season + ' ' + year
    else:
        return 'Failed to parse'

df.Period.map(convert_time_format)

这给了：

0    Winter 19
1    Spring 20
2    Winter 20
3    Winter 21

【讨论】：

你好，谢谢你的回复！刚刚尝试了代码并得到了这个错误'NoneType'对象没有属性'group'
我猜您是针对您的df 而不是上面示例中的那个？该错误意味着正则表达式与 Period 值之一不完全匹配。我刚刚编辑了我的答案以添加更好的错误处理 - 即返回字符串“解析失败”而不是出错。
嘿，我用我的原始数据框尝试了这个，它返回解析失败，因为我有第 4 季以外的东西。（但在我的 4 个赛季中效果很好）我可以保留那些其他值吗？谢谢！
是的，您可以将return 'Failed to parse' 更改为return x，这将保留该字段的原始值。很高兴我能帮上忙！
谢谢你！问题解决了，一整天都在努力解决这个问题

【解决方案2】：

所以我制作了自己的版本来查找所有月份并格式化它们并得到：TypeError: unsupported operand type(s) for +: 'NoneType' and 'str'

pattern3 = "(\w+) '([0-9]{2})"
month_map = {
    ('January'): 'Jan',
    ('February'): 'Feb',
    ('March'): 'Mar',
    ('April'): 'Apr',
    ('June'): 'Jun',
    ('July'): 'Jul',
    ('August'): 'Aug', 
    ('September'): 'Sep',
    ('October'): 'Oct',
    ('November'): 'Nov',
    ('December'): 'Dec',
}

def convert_month(x):
    match = re.match(pattern3, x)
    if match is not None:
        month = month_map.get((match.group(1)))
        year = '20'+match.group(2)
        return month + '_' + year
    else:
        return x

gas['Period'] = gas.Period.map(convert_month)

抱歉，卢克可能又要打扰你了

【讨论】：