代码之家 › 专栏 › 技术社区 › shamalaia

大熊猫中的regexp匹配

pandas regex python

shamalaia · 技术社区 · 5 年前

为了修改数据帧列的内容,我们希望对数据帧列执行regexp匹配。例如,给定此数据帧:

作为pd导入

df = pd.DataFrame([['abra'], ['charmender'], ['goku']],
     columns=['Name'])
print(df.head())

我要执行以下正则表达式匹配:

CASE 
   WHEN REGEXP_MATCH(Landing Page,'abra') THEN "kadabra" 

   WHEN REGEXP_MATCH(Landing Page,'charmender') THEN "charmaleon" 

ELSE "Unknown" END

我的解决方案如下:

df.loc[df['Name'].str.contains("abra", na=False), 'Name'] = "kadabra"
df.loc[df['Name'].str.contains("charmender", na=False), 'Name'] = "charmeleon"
df.head()

这很管用,但我不知道是否有更好的方法。

此外,我必须用Python逐行重写所有regex案例。有没有办法直接在熊猫身上执行regex?

0 回复 | 直到 5 年前

Quang Hoang 5 年前

你在找什么 map :

df['Name'] = df['Name'].map({'abra':'kadabra','charmender':'charmeleon'})

输出:

         Name
0     kadabra
1  charmeleon
2         NaN

更新 :对于部分匹配:

df = pd.DataFrame([['this abra'], ['charmender'], ['goku']],
     columns=['Name'])


replaces = {'abra':'kadabra','charmender':'charmeleon'}
df['Name'] = df['Name'].str.extract(fr"\b({'|'.join(replaces.keys())})\b")[0].map(replaces)

得到相同的输出(使用不同的数据帧)

推荐文章