无法理解正则表达式在pd.replace中的重要性（regex = False，inplace = False）

Question

DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)

任何人都可以解释正则表达式在上述行中的重要性吗？

Answer 1

来自doc：

  

正则表达式：bool或与to_replace相同的类型，默认为False

     

是否将to_replace和/或value解释为正则表达式。   如果这是True，那么to_replace必须是一个字符串。除此以外，   to_replace必须为None，因为此参数将被解释为   正则表达式或列表，dict或正则表达式数组。

     

inplace：boolean，默认为False

     

如果是，那就到位了。注意：这将修改此处的任何其他视图   object（例如DataFrame中的一列）。如果是，则返回调用者   真。

In [39]: import pandas as pd

In [40]: df = pd.DataFrame({"country":["United Kingdom of Great Britain", "Ireland", "United Kingdom of Great Britain & Ireland"], "value":[12,31, 43]})

In [41]: df
Out[41]: 
                                     country  value
0            United Kingdom of Great Britain     12
1                                    Ireland     31
2  United Kingdom of Great Britain & Ireland     43

将字符串中的正则表达式^和*作为参数to_place和value传递，它将用值

替换匹配的模式

In [42]: df.country.replace("^United Kingdom of Great Britain.*", "United Kingdom", regex=True, inplace=True)

In [43]: df
Out[43]: 
          country  value
0  United Kingdom     12
1         Ireland     31
2  United Kingdom     43

来自String＆＃34;英国.......＆＃34;被价值联合王国取代并inplace = True修改了相同的数据框df.