Question

删除选择性连字

Click

我想在'list to keep'中保留单词连字符，但用空格替换系列中的所有其他' - '。

Answer 1

你可以试试这个：

S = s.str.split(expand=True).T[0]
' '.join(np.where(S.isin(list_to_keep), S, S.str.replace('-', '')))

输出：

'do not-remove this-hyphen but removeall of thesehyphens'

工作原理。

使用字符串访问创建pd.Series，S，然后拆分然后转置 dataframe并获得第一列
使用np.where只获取列表中不包含的条款并使用替换以删除连字符否则返回原始术语。
使用join从更新的pd.Series，S。

Answer 2

一个简单的天真解决方案是：

s = 'do not-remove this-hyphen but remove-all of these-hyphens'    
words_to_keep = {'not-remove', 'this-hyphen'}

new_s = []
for word in s.split():
    if word not in words_to_keep:
        word = word.replace('-', ' ')
    new_s.append(word)

print(' '.join(new_s))  # do not-remove this-hyphen but remove all of these hyphens

另一种使用map的方法：

def unhyphen_word(word):
    return word.replace('-', ' ') if word not in words_to_keep else word

print(' '.join(map(unhyphen_word, s.split())))

或列表理解：

print(' '.join([unhyphen_word(word) for word in s.split()]))

Answer 3

编辑嗯......它有效，但似乎有些不对劲......

我不是正则表达式的主人，但有一种方法是分两步完成：

将-添加到要保留的字词
从所有匹配模式中删除-

概念证明：

import pandas as pd 
s = pd.Series(['do not-remove this-hyphen but remove-all of these-hyphens'])

words_to_keep = {'not-remove', 'this-hyphen'}

p1 = '|'.join(['(?!({}))-(?=({})[.,; ])'.format(*i.split('-')) 
               for i in words_to_keep])

p2 = '(?!\w+)-(?=\w+)'

s.str.replace(p1,'--').str.replace(p2,'')[0]

返回：

'do not-remove this-hyphen but removeall of thesehyphens'

根据例外列表删除选择性连字符/标点符号

3 个答案: