一种更有效的顺序格式化字符串的方法？

Question

我正在按顺序处理字符串。但是，它看起来很庞大，并且在代码执行方面的性能可能也不高。有没有更好的方法可以在函数中运行它？

reg = r'[()\d-]{7,}'

Answer 1

Github Issue #634的解决方案很酷，但是效率不高。如果您的问题是效率，可以考虑我的解决方案（使用正则表达式）快大约2倍。 这是我的代码：

import re
columns = df.columns
skipped = '[ &()]'
formatted_columns = [re.sub(skipped, '', col).lower() for col in columns]
df.columns = formatted_columns

以下是测量值：

1。正则表达式

%%timeit
columns = df.columns
formatted_columns = [re.sub(skipped, '', col).lower() for col in columns]
df.columns = formatted_columns
# 231 µs ± 56.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

2。 str.lower（）和str.replace（）

%%timeit
df.columns = df.columns.str.replace('[ &()]', '').str.lower()
# 483 µs ± 112 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit
df.columns = df.columns.str.lower().str.replace('[ &()]', '')
# 500 µs ± 71.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

您可以找到一个漂亮的答案Github Issue #454，在其中可以找到许多执行时间的比较。

Answer 2

如评论中所述，您可以使用正则表达式同时替换多个字符。此外，您还可以链接各种替换，因为lower和replace都在适当的替换后返回对象的副本：

df.columns = df.columns.str.lower().str.replace('[ &()]', '')

或

df.columns = df.columns.str.replace('[ &()]', '').str.lower()