Question

我有一个像这样的pandas DataFrame：

keySet()

我想替换从第一次遇到0 UDP/ax/bsd 1 T Traffic/sa 2 ICMP/v/e,stuff hi/a/abc,ab/a到逗号或行尾的所有内容。所以我最初尝试/，它给了我第一个字（直到第一个斜线）。

为了得到以逗号分隔的单词，我尝试了以下内容：

df.col_A.replace('/.+','',regex=True)

我的逻辑是从斜线到[逗号或EOL]替换所有内容。这没有预期的行为。我该如何修改？

数据框第2行（3）的预期输出为：

`df.col_A.replace('/.+[,$]',',',regex=True)`

请注意，我正在尝试避免使用拆分，因为我认为这可能需要更长时间，因为它也会存储不相关的部分。

Answer 1

您可以使用：

 >>> print re.sub(r'/[^,]*(,|$)', ' \1', 'ICMP/v/e,stuff hi/a/abc,ab/a')
ICMP stuff hi ab

RegEx Demo

RegEx分手：

/       # match literal /
[^,]*   # match 0 or more of any character that is not comma
(,|$)   # Match comma or end of line and capture it as group #1

替换为" \1"，这意味着空格后面是对组＃1的反向引用

Answer 2

构造[....]匹配一组字符。在这种情况下，$是一个角色。如果要匹配其他正则表达式（|是正则表达式），则应使用管道（$）。我也更喜欢使用\Z代替$，并且由于普通+运算符尽可能多地使用，您需要使用+?得到最短的范围而不是吃掉整条线。

df.col_A.replace('/.+?(,|$)','',regex=True)

但是，由于+运算符尝试尽可能匹配，因此您可以放弃：

df.col_A.replace('/[^,]+','',regex=True)

[^,]+表示＆＃34;尽可能多的不是逗号的字符。＆＃34;

匹配直到逗号或结束行

2 个答案: