如何在字符串的開頭刪除一定數量的字符

Question

我有一個 NHL 自由球員的數據集，但是它們被編號為名稱的一部分。 我試圖讓“1. Alex Ovechkin”看起來像“Alex Ovechkin”。 基本上只是試圖刪除數字、句號和之間的空格。

我已經使用以下代碼成功刪除了前 10 個條目的數字，但是在第 11 個條目中我需要刪除 4 個字符而不是 3 個。第 100 行也是如此，我需要刪除 5 個字符來刪除數字，句號, 和空間。

這是我一直試圖用來了解有效性的代碼。

free_agents['Player'] = free_agents['Player'].str[3:]

這適用於前 10 個條目，但之后有 11-100 的空格，以及 rest 的句點和空格。

我還嘗試了以下代碼，它適用於前 10 個，但刪除了條目的 rest。

free_agents['Player'] = free_agents['Player'][0:10].str[3:]

我最后一次嘗試是做一個 for 循環，但沒有奏效。

for player in free_agents['Player']:
    if player in free_agents['Player'][0:100]:
        free_agents = free_agents['Player'].str[2:]
    else: 
        free_agents['Player'] = free_agents['Player'].str[4:]

我已經沒有想法可以嘗試了，並且希望在找到最有效的方法方面得到一些幫助。 非常感謝！

Answer 1

假設沒有名稱以數字開頭，您可以嘗試以下操作：

free_agents['Player'] = free_agents['Player'].lstrip('0123456789. ')

這會去除字符串匹配中的前導字符：

1. 0到9之間的任何數字
2. 一個時期.
3. 空間 .

Answer 2

分開。 並獲取 output 的字符串索引 1

df.Player=df.Player.str.split('\.\s').str[1]

Answer 3

df.Player = df.Player.str.split("\. ").str[1]

Answer 4

基於正則表達式

df["Player"] = df["Player"].str.replace("^\d+\.\s+", repl="", regex=True)

>>> df
          Player
0    1. Player A
1    2. Player B
2   10. Player C
3   11. Player D
4  100. Player E
5  101. Player F

df["Player"] = df["Player"].str.replace("^\d+\.\s+", repl="", regex=True)

>>> df
     Player
0  Player A
1  Player B
2  Player C
3  Player D
4  Player E
5  Player F