熊猫正则表达式，用字符替换组

Question

问题

给定以下数据框，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，整数的数量会发生变化，X 的数量也会发生变化。 此外，不应将诸如 Xerxes 之类的街道名称编辑为 _er_es，而应保持不变。 只有街道号码部分应该改变。

期望输出

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

进步

一些潜在的正则表达式构建块包括：
1. [0-9]+ 捕捉数字
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)

我对正则表达式很不擅长，所以我的方法可能不是最好的。 抢先谢谢大家的指点或解决方法！

Answer 1

IIUC，这会做：

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，我们可以像re.sub一样将函数传递给repl参数

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

如果您只需要匹配数字，我们可以添加一个'\\d{1}' ，它只会在X的单个实例之后匹配

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

Answer 3

假设 'X' 只出现在 'street' 列中

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

你想要的输出应该是结果

我测试的代码

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)