熊猫正则表达式，用char替换group

Question

问题

在给出以下数据框的情况下，如何用_替换X：

data = {'street':['13XX First St', '2XXX First St', '47X Second Ave'], 
        'city':['Ashland', 'Springfield', 'Ashland']} 
df = pd.DataFrame(data) 

需要编辑街道，用下划线_替换每个X。

请注意，整数的数量和X的数量也会发生变化。同样，街道名称（例如Xerxes）不应编辑为_er_es，而应保留为未编辑状态。仅街道号码部分应更改。

所需的输出

data = {'street':['13__ First St', '2___ First St', '47_ Second Ave'], 
        'city':['Ashland', 'Springfield', 'Ashland']} 
df = pd.DataFrame(data) 

进度

一些潜在的正则表达式构建基块包括：
1. [0-9] +捕获数字
2. X +捕获Xs
3.（[0-9] +）（X +）捕获组

df['street']replace("[0-9]+)(X+)", value=r"\2", regex=True, inplace=False)

我对正则表达式非常不满意，所以我的方法可能不是最好的方法。抢先感谢您的任何指导或解决方案！

Answer 1

IIUC，这样做：

def repl(m):
    return m.group(1) + '_'*len(m.group(2))

df['street'].str.replace("^([0-9]+)(X*)", repl)

输出：

0     13__ First St
1     2___ First St
2    47_ Second Ave
Name: street, dtype: object

Answer 2

IIUC，我们可以将函数传递给repl参数，就像re.sub

def repl(m):
    return '_' * len(m.group())

df['street'].str.replace(r'([X])+',repl)

---

out:

0     13__ First St
1     2___ First St
2    47_ Second Ave
Name: street, dtype: object

如果您只需要在数字后进行匹配，我们可以添加一个'\d{1}'，该数字仅在单个X实例之后进行匹配

df['street'].str.replace(r'\d{1}([X]+)+',repl)

Answer 3

假设“ X”仅出现在“街道”列中

streetresult=re.sub('X','_',str(df['street']))

您想要的输出应该是结果

我测试过的代码

import pandas as pd
import re

data = {'street':['13XX First St', '2XXX First St', '47X Second Ave'], 
        'city':['Ashland', 'Springfield', 'Ashland']} 
df = pd.DataFrame(data) 
for  i in data:
    streetresult=re.sub('X','_',str(df['street']))
print(streetresult)