如何在一系列Python文本數據中的第一個空格之前修剪字符串？

Question

在此數據中，我想修剪第一個空格之前是代碼的字符串。 並且還想刪除python中“ IN”字符后的字符串。 這里有一個簡單的例子。 我在像這樣的大熊貓中有專欄。

line = ["RCI-AMG-3664 Laboratory Specialist","RCI-VBC-09568 Administrative Assistant in Cary, NC"]

Answer 1

我假設您正在逐行閱讀文本並將每一行保存為字符串？ 如果您在字符串“ a”中保存了一行，

a[a.find(' ')+1:]

將僅返回第一個空格之后的字符串部分。

編輯用戶澄清了這些行是熊貓系列的。 在這種情況下，上面的代碼仍然有效，但是我們需要將其應用到該系列中：

string_formatter = lambda a: a[a.find(' ')+1:]
your_series = your_series.apply(string_formatter) 
//this will cause the series to cut each string up to the first whitespace

如果系列可以包含字符串以外的對象，則需要在函數中添加類型檢查。

Answer 2

• 您可以使用正則表達式進行數據預處理。
• 你也可以通過熊貓apply函數來串聯執行remove_noise 函數 。

---

import re

def remove_noise(data):
    ans = re.sub('\s+',' ',data)
    ans = re.sub('\sin\s.*','',data)
    ans = data.split(' ')
    del(data[0])
    ans = ' '.join(map(str, data))
    return ans;