如果字符串與 pandas 中的模式匹配，則刪除列中字符串的最后一部分

Question

如果字符串與指定的模式匹配，我正在嘗試刪除字符串的結尾部分。

這些是我正在使用的兩種字符串格式：

ColA
2-OX-1011054-LWJ04-HT-01
2-VH-0611052-LWJ04-HT-001

我想從兩者中刪除-01和-001 。

我知道我可以寫一些東西來刪除最后一個之后的所有內容-但是在不同模式的那一列中有很多其他字符串，如果我這樣做會搞砸。

因此，如果字符串與模式完全匹配，我只想刪除最后一部分。

我以前用過這樣的東西，但我不是 100% 確定它是如何工作的，但我猜它可以重構為我的目的：

report['ColA'] = report['ColA'].str.replace(r'(?<=^\w{2}-\d{5}-\d{3})(-\d+)', '', regex=True)

編輯：應該指定並非所有的結束號碼都是01或001 。 它可以是從000到999的任何數字

Answer 1

report['ColA'] = report['ColA'].str.replace(r'(?<=^\d{1}-\w{2}-\d{7}-\w{3}\d{2}-\w{2})(-\d+)', '', regex=True)

Answer 2

嘗試

report['ColA'] = report['ColA'].str.replace(r'-0{1,2}1', '', regex=True)

它僅適用於-01和-001 。 是你想要的嗎？
編輯
如果它是任何數字，這應該工作

report['ColA'] = report['ColA'].str.replace(r'-\d+$', '', regex=True)

Answer 3

str.rsplit從右側拆分如何，但使用 boolean 掩碼來決定刪除哪個以及保留哪個？

splits = report['ColA'].str.rsplit('-', 1)
mask = splits.str[-1].isin(['01','001'])
report.loc[mask, 'ColA'] = splits[mask].str[0]

Output：

                    ColA
0  2-OX-1011054-LWJ04-HT
1  2-VH-0611052-LWJ04-HT

Answer 4

“在那一列不同的模式中有很多其他的字符串”

您可以使用：

report['ColA'] = report['ColA'].str.replace(r'^(\d+-[A-Z]{2}-\d{7}-[A-Z]{3}\d\d-[A-Z]{2})-\d{1,3}$', r'\1', regex=True)

模式^(\d+-[AZ]{2}-\d{7}-[AZ]{3}\d\d-[AZ]{2})-\d{1,3}$表示：

• ^ - 起跑線錨；
• ( - 打開第一個捕獲組；
  • \d+ - 1+ 位（如果您確定這將始終只是一個數字，請刪除“+”）；
  • -[AZ]{2} - 文字連字符后跟兩個大寫字母字符；
  • -\d{7} - 一個連字符后跟 7 位數字；
  • -[AZ]{3}\d\d - 文字連字符后跟三個大寫字母字符和兩個數字；
  • -[AZ]{2} - 文字連字符后跟兩個大寫字母字符；
  • ) - 關閉第一個捕獲組；
• -\d{1,3} - 一個連字符，后跟一到三位數字；
• $ - 結束線錨。

我們使用第一個捕獲組的內容來替換整個（匹配的）字符串。 通過這種方式，您已驗證您僅在需要時替換那些數字。