时间戳

首页 > 解决方案 > Python 中使用 Pandas.series.str.contains 进行字符串替换的模式匹配错误

python - Python 中使用 Pandas.series.str.contains 进行字符串替换的模式匹配错误

问题描述

我正在尝试用从包含多组括号的字典中提取的字符串替换熊猫数据框中的字符串。运行脚本时，我收到匹配组错误，并且字符串未被替换。我相当有信心这个错误是由括号引起的。

为了解决这个问题，我一直在尝试使用 str.contains() 方法使用正则表达式模式匹配。我已经查看了 stackoverflow 上提供的其他解决方案，但未能成功解决我的错误。

这是我用于测试目的的一些脚本。在字符串中保留括号很重要（即我不必删除它们）：

import pandas as pd
import numpy as np

dict= {'2017() (pat)':'2000',
       '2018() (pat)':'2001'}

df = pd.DataFrame({'YEAR': ['test2017end','test2018end','test2019end'],
                   'MONTH': ['Jan','Feb','Mar'],
                   'DD': ['1','12','22']})

for init, repl in dict.items():
    df.loc[df['YEAR'].str.contains(init),'YEAR'] = repl

print(df)

有人可以提供有关使用模式匹配的指导，以便正确替换字符串吗？

谢谢！

标签： pythonpandasnumpyreplacepattern-matching

解决方案

不要使用变量dict，因为 python 代码关键字。

解决方案是提取字典键中的第一个整数：

import re

d= {'2017() (pat)':'2000',
       '2018() (pat)':'2001'}

df = pd.DataFrame({'YEAR': ['test2017end','test2018end','test2019end'],
                   'MONTH': ['Jan','Feb','Mar'],
                   'DD': ['1','12','22']})

for init, repl in d.items():
    i = re.findall('\d+', init)[0]
    df.loc[df['YEAR'].str.contains(i),'YEAR'] = repl

print(df)
          YEAR MONTH  DD
0         2000   Jan   1
1         2001   Feb  12
2  test2019end   Mar  22

推荐阅读