替换字符串的所有变体，而不管逗号位置 Python

Question

我有一个由多行组成的数据框，其中包含用逗号分隔的字符串的不同变体。 而不是不断编写此代码的变体，例如 df.replace('Word,', '')。 我正在寻找一种更简单的方法来替换 python 的字符串变体。 我听说过正则表达式，但很难理解它。

我正在研究的一个这样的例子是 df.column.str.replace('Word,?', '') 它将替换 Word 的所有变体，而不管逗号位置如何。 但是，我不确定这是如何工作的。 任何帮助理解使用正则表达式替换的帮助将不胜感激。 先感谢您。

例子：

'Word, foo, bar'         
'Word'   
'foo, bar, Word'  
'foo, Word, bar'

期望输出：

'foo, bar'   
''        
'foo, bar'           
'foo, bar'

Answer 1

df.replace(to_replace='Word,|(, )?Word',value='',regex=True)

这样.replace()方法将完成所需的工作。

to_replace是我们的正则表达式标准，它应该是字符串。 'Word,'将匹配除末尾以外的所有字符串，形式为", Word" 。

为了匹配这些结束字符串，我们提供了"|"(or)以便我们可以添加新的条件，即"(, )?Word" 。 这里? 匹配 0 或 1 次出现的", " （逗号和 1 个空格），以便结束字符串的两个条件以及仅匹配 1 个字符串"Word"

Value = '' ：显示要替换的内容

regex = True ：它告诉将"to_replace"参数视为正则表达式

Answer 2

您可以按照以下方式进行输入

df = pd.DataFrame([[1, 'Word, foo, bar'],
                   [2, 'Word'],
                   [3, 'foo, bar, Word'],
                   [4, 'foo, Word, bar']],columns=['id', 'text'])

id  text
1   Word, foo, bar
2   Word
3   foo, bar, Word
4   foo, Word, bar

替换文本“Word”和后面的逗号和空格（如果有）的代码

df['text']=df['text'].replace('Word(,\s)|(,\s)?Word','',regex=True)

代码中发生了什么

Word : 将搜索文本“Word”

(,\\s)? : 将查找逗号,然后是空格\\s , ? 如果可用，将查找并匹配，如果后面没有逗号和空格，则只匹配文本“Word”。 那么? 在这里很重要。

| ：这匹配 2 个表达式之一（在您的情况下，这是第 3 行需要的，其中前面有空格和逗号）

您可以在此处查看详细说明Regex Demo

输出

id  text
1   foo, bar
2   
3   foo, bar
4   foo, bar