Pandas - 从列中删除字符串和数字的组合

Question

以下是pandas dataframe的子集，其中包含如下所示的列

   No                   Name
0    1   SOU 01 Sungai Dingin
1    2                  PKS 2
2    3                 Mill 3
3    4    Tanah Kerajaan Mill
4    5                MAS POM
5    6           SOU 20 Chaah
6    7     SOU 03 Elphil Mill
7    8       SOU 08 East Mill
8    9  SOU 04 Flemington POM
9   10    SOU 30A Jeleta Bumi
10  11         SOU 30B Mostyn
11  12          KLK - Mill 02
12  13           Chini 02 POM
13  14      SOU 05 Selaba POM
14  15     SOU 9A Sepang Mill

我试图找出在python中使用正则表达式的最佳方法，只是轻松删除该列中的'SOU XX'或'SOU XXX'字符串和数字组合而不影响列中的其他文本？

输出如下所示：

    No                 Name
0    1        Sungai Dingin
1    2                PKS 2
2    3               Mill 3
3    4  Tanah Kerajaan Mill
4    5              MAS POM
5    6                Chaah
6    7          Elphil Mill
7    8            East Mill
8    9       Flemington POM
9   10          Jeleta Bumi
10  11               Mostyn
11  12        KLK - Mill 02
12  13         Chini 02 POM
13  14           Selaba POM
14  15          Sepang Mill

Answer 1

您可以使用str.replace使用正则表达式^SOU \S{2,3}（请注意末尾的尾随空格）：

df['Name'] = df['Name'].str.replace(r'^SOU \S{2,3} ', '')

结果：

    No                 Name
0    1        Sungai Dingin
1    2                PKS 2
2    3               Mill 3
3    4  Tanah Kerajaan Mill
4    5              MAS POM
5    6                Chaah
6    7          Elphil Mill
7    8            East Mill
8    9       Flemington POM
9   10          Jeleta Bumi
10  11               Mostyn
11  12        KLK - Mill 02
12  13         Chini 02 POM
13  14           Selaba POM
14  15          Sepang Mill

正则表达式^SOU \S{2,3}匹配字母“SOU”加上任意两个或三个非空格字符\S，但只有当它们出现在字符串的开头时才会感谢^锚