使用 python/pandas 为数据帧中的所有行格式化设备 ID

Question

我正在尝试使用熊猫将列中的所有行格式化为“XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXX”格式，但失败了。 （输入示例：954E47384F568F91851E1BABE25850XX）有没有人知道最好的方法？ 感谢您的时间！

import pandas as pd
import numpy as np

df=pd.read_table('file.txt')

df = df['col1'](lambda x : x[0:8] + '-' + x[9:13] + '-' + x[14:18] + '-' + x[19:23] + '-' + x[23:])

我收到错误 TypeError: 'Series' object is not callable...我知道必须有更好的方法来做到这一点...请告诉我。

Answer 1

使用map

df['col1'] = df['col1'].map(lambda x : x[0:8] + '-' + x[9:13] + '-' + x[14:18] + '-' + x[19:23] + '-' + x[23:])

Answer 2

尝试使用.apply()将函数应用于列。

df['col1'] = df['col1'].apply(lambda x : x[0:8] + '-' + x[9:13] + '-' + x[14:18] + '-' + x[19:23] + '-' + x[23:])

文档： https : //pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.html#pandas.DataFrame.apply

Answer 3

试试这个，您可能需要调整 {} 组以获得结尾的 XX，我只是从您的帖子中计算了您的组：

import re
df
#   col1                              col2
#0  Bill  954E47384F568F91851E1BABE25850XX
#1  Will  954E47584F568F91851E1BABE25850XX

df['col2'] = df['col2'].apply((lambda x: '-'.join(map(str,re.search(r'(\w{8})(\w{4})(\w{4})(\w{4})(\w{8})', x).groups()))))

df
#   col1                              col2
#0  Bill  954E4738-4F56-8F91-851E-1BABE258
#1  Will  954E4758-4F56-8F91-851E-1BABE258