替换 dataframe 列中的值（正则表达式）

Question

我有一个 dataframe 列，其名称为：

df = pd.DataFrame({'Names': ['ROS-053', 'ROS-54', 'ROS-51', 'ROS-051B', 'ROS-051A', 'ROS-52']}) 
df.replace(to_replace=r'[a-zA-Z]{3}-\d{2}$', value='new', regex=True)

格式必须是三个字母后跟 - 然后是三个数字。 所以 ROS-51 应该换成 ROS-051.. 并且 ROS-051B 应该是 ROS-051。 我已经尝试了很多东西，但似乎无法弄清楚。

任何帮助将不胜感激:)

Answer 1

这是使用带有回调的正则表达式替换的一种选择：

repl = lambda m: m.group(1) + ('00' + m.group(2))[-3:] + m.group(3)
df.str.replace(r'^([A-Z]{3}-)(\d+)(.*)$', repl)

请注意，此答案是灵活的，并且将用零填充一位数或两位数，仅保留三位数字。

Answer 2

你可以做：

df['Names'] = df.Names.replace('^([a-zA-Z]{3})-0?(\d{2})(.*)$', r'\1-0\2', regex=True)

Output：

     Names
0  ROS-053
1  ROS-054
2  ROS-051
3  ROS-051
4  ROS-051
5  ROS-052

Answer 3

这是另一种方法：

df = pd.DataFrame({'Names': ['ROS-053', 'ROS-54', 'ROS-51', 'ROS-051B', 'ROS-051A', 'ROS-52']}) 
df['Names'] = df['Names'].str.replace(r'[A-Z]$', '')
df['Names'] = df['Names'].str.split('-').str[0] + '-' + df['Names'].str.split('-').str[1].apply(lambda x: x.zfill(3))
print(df)

Output：

     Names
0  ROS-053
1  ROS-054
2  ROS-051
3  ROS-051
4  ROS-051
5  ROS-052