正则表达式 - 仅选择字符串中的单独单词

Question

我是 Regex 的新手，我想在 Pandas 中执行以下操作：

• 在 Series s中，我有以下单词foo 、 bar 、 baz 。
• 是 DataFrame df我有

index string

0 foobright foo barber baz bare

1 foo bar barret bazar

我想删除所有出现的foo 、 bar 、 baz ，前提是它们是 DataFrame df中的单独单词。

我正在寻找的 Output 是 DataFrame out ：

index string

0 foobright barber bare

1 barret bazar

我无法弄清楚执行此操作的正则表达式。

谁能帮我吗？

谢谢

Answer 1

此处的正则表达式不是必需的，只需按空格拆分值，按Series过滤并使用join重新加入生成器：

s = pd.Series(['foo','bar','baz'])
df['string'] = [' '.join(x for x in a.split() if x not in s.tolist()) for a in df['string']]

print (df)
                  string
0  foobright barber bare
1           barret bazar

或者使用 lambda function：

s = pd.Series(['foo','bar','baz'])
f = lambda a: ' '.join(x for x in a.split() if x not in s.tolist())
df['string'] = df['string'].apply(f)

print (df)
                  string
0  foobright barber bare
1           barret bazar

Answer 2

在 Notepad++ 中使用以下正则表达式查找

[$\s]foo|bar|baz[\s$]