Question

要在数据框列上执行正则表达式匹配，以修改列的内容。例如，给定此数据框：

将熊猫作为pd导入

df = pd.DataFrame([['abra'], ['charmender'], ['goku']],
     columns=['Name'])
print(df.head())

我要执行以下正则表达式匹配：

CASE 
   WHEN REGEXP_MATCH(Landing Page,'abra') THEN "kadabra" 

   WHEN REGEXP_MATCH(Landing Page,'charmender') THEN "charmaleon" 

ELSE "Unknown" END

我的解决方法是：

df.loc[df['Name'].str.contains("abra", na=False), 'Name'] = "kadabra"
df.loc[df['Name'].str.contains("charmender", na=False), 'Name'] = "charmeleon"
df.head()

它可以工作，但是我不知道是否有更好的方法。

此外，我必须在Python中逐行重写所有正则表达式。有没有办法直接在Pandas中执行正则表达式？

Answer 1

您在寻找map：

df['Name'] = df['Name'].map({'abra':'kadabra','charmender':'charmeleon'})

输出：

         Name
0     kadabra
1  charmeleon
2         NaN

更新：部分匹配：

df = pd.DataFrame([['this abra'], ['charmender'], ['goku']],
     columns=['Name'])


replaces = {'abra':'kadabra','charmender':'charmeleon'}
df['Name'] = df['Name'].str.extract(fr"\b({'|'.join(replaces.keys())})\b")[0].map(replaces)

您将获得相同的输出（具有不同的数据框）

熊猫正则表达式比赛

1 个答案: