如何按不同的值對一個 Pandas dataframe 列的元素進行切片？

Question

我有一個“臟”的 csv 文件加載到 Pandas dataframe 中。 一列“名稱”有時帶有前綴（例如，實際名稱前的“(3.)”）。

我了解此前綴的分類法，並且知道如何找到索引，從該索引開始我想保留字符串的 rest：

df["Indexes"]= df["Name"].str.find(')') 

但是：我如何減少對那個索引的限制？

例如，如果“Name”是“(3.) Peter”，我希望它變成“Peter”。

假設，我想使用切片。 我的問題是我需要切片的值每行不同。 -- 如果前綴的長度始終為 4，則下面將起作用，但它不是（有時沒有前綴，有時長度為 5）。

pd.Series(df["Name"]).str.slice(4)

我怎樣才能做到這一點？

Answer 1

如果您知道該模式，則可以使用extract獲取干凈的名稱：

# The "dirty" CSV
string = """
(3.) Peter
(10.) David
Jane
(100.) Mary Wether
"""
df = pd.read_csv(StringIO(string), header=None, names=['Name'])

# Clean it
df['CleanName'] = df['Name'].str.extract(r'(\(.*\) )?(?P<Name>.+?)( \(.*\))?')['Name']

結果：

                 Name    CleanName
0          (3.) Peter        Peter
1         (10.) David        David
2                Jane         Jane
3  (100.) Mary Wether  Mary Wether

前往Regex 101了解正則表達式模式的解釋。