Pandas 0.24 替换正则表达式问题答案

【问题标题】：Pandas 0.24 replace regex issuePandas 0.24 替换正则表达式问题
【发布时间】：2019-03-20 03:15:45
【问题描述】：

在 pandas 0.19.2 python 3.6.0 DataFrame.replace 中使用字典作用于子字符串（如“find”），Series.replace 也是如此。 Pandas 0.24.0 python 3.6.8 似乎作用于 DataFrame 的整个字符串（如“match”），但仍作用于 Series 的子字符串（如“find”）。

df = pd.DataFrame({'c1':['AD','BD'],'c2':['AD','BD']})
print(df)
print(df.replace(to_replace={'c1':{r'D': ''}, 'c2':{r'BD': ''}},regex=True))
print(df.replace(to_replace={r'D': ''},regex=True))
print(df['c1'].replace(to_replace=r'D', value='',regex=True))

Pandas 0.19.2 产生（我添加了一些空行以方便阅读）：

   c1  c2
0  AD  AD
1  BD  BD

  c1  c2
0  A  AD
1  B    

  c1 c2
0  A  A
1  B  B

0    A
1    B
Name: c1, dtype: object

使用 Pandas 0.24.0：

   c1  c2
0  AD  AD
1  BD  BD

   c1  c2
0  AD  AD
1  BD    

   c1  c2
0  AD  AD
1  BD  BD

0    A
1    B
Name: c1, dtype: object

在我看来像熊猫虫，还是我遗漏了什么？

【问题讨论】：

举报here
Vaishali，您链接的主题是关于一个稍微不同的问题，尽管它显然是相关的。如您所见，我的示例根本不使用整数，这就是链接问题的意义所在。这里的这个问题是关于正则表达式现在匹配整个字符串（“匹配”）与匹配子字符串（“查找”）。所有这些都是针对字符串的，不涉及整数。

标签： python pandas

【解决方案1】：

该错误列在Fixed regressions for Pandas 0.24.2：

修复了DataFrame.replace() 中的回归，其中regex=True 仅替换匹配字符串开头的模式 (GH25259)

如你所见，只有

print(df.replace(to_replace={'c1':{r'D': ''}, 'c2':{r'BD': ''}},regex=True))
print(df.replace(to_replace={r'D': ''},regex=True))

没有正常工作。现在，问题已解决。

【讨论】：

感谢 Wiktor，确实已验证为已修复。