Question

我的单词由x和y两部分组成，其中x可以取多个值，而y可以为空或可以为固定数字值。

x就像：Apple, Banana, Mango, .... many more

y就像：Buy, Sell, Good

单词是：AppleBuy, BananaGood, Mango, MangoSell

输入df

Name
AppleBuy
BananaGood
Mango
MangoSell
Apple Buy

预期DF

Name
Apple
Banana
Mango
Mango
Apple

代码：

df['Name'] = df['Name'].str.replace('AppleBuy','Apple').str.replace('BananaGood','Banana')

问题

上面的代码工作正常，但问题是如果明天有新的x出现，则上面的代码将失败。

我可以有一些动态的东西来获得预期的输出，而不管x的值如何。

Answer 1

使用Series.str.replace或Series.str.extract：

y = ['Buy','Sell','Good']
df['Name'] = df['Name'].str.replace('|'.join(y), '').str.strip()
print (df)
     Name
0   Apple
1  Banana
2   Mango
3   Mango

或者：

x = ['Apple','Banana','Mango']
df['Name'] = df['Name'].str.extract('(' + '|'.join(x) + ')', expand=False)

print (df)
     Name
0   Apple
1  Banana
2   Mango
3   Mango

如果需要使用大写分隔符的值：

df['Name'] = df['Name'].str.extract('([A-Z][a-z]*)')

print (df)
     Name
0   Apple
1  Banana
2   Mango
3   Mango

Answer 2

尝试使用：

df['Name'] = df['Name'].str.extract('([A-Z].*?\w+(?=[A-Z]){2})').str.strip().fillna(df['Name'])
print(df)

输出：

     Name
0   Apple
1  Banana
2   Mango
3   Mango

Answer 3

list_X = ['AppleBuy', 'BananaGood', 'Mango', 'MangoSell']
list_Y = ['Buy', 'Sell', 'Good']

for index, x in enumerate(list_X):
    for y in list_Y:
        if x.lower().endswith(y.lower()):
            list_X[index] = x.replace(y, '')

print(list_X)
['Apple', 'Banana', 'Mango', 'Mango']

Answer 4

如果可以使用正则表达式，则可以使用以下命令：

[re.search('^[A-Z][a-z]*', i)[0] for i in df['name']]

Answer 5

x = "Apple, Banana, Mango, Good"
y = "Buy, Sell, Good"
print(set((i.strip() for i in x.split(',') if len(i.strip())>0)) - set((i.strip() for i in y.split(',') if len(i.strip())>0)))

无序集合。

动态删除单词的一部分

5 个答案: