刪除 dataframe 中的前導字符串

Question

我正在研究其他人的代碼df並且我遇到了與此類似的問題，其中數據被加入了：

Names
--------
NurseJohn
SoldierJohn
TeacherJohn
DriverJohn
CEOJohn

我怎樣才能刪除約翰之前的話？

它可以像這樣刪除，但我不明白它是如何刪除的

df['Names'] = df['Names'].str.replace(".*(?=John)", "", regex=True)

有人可以向我們解釋(".*(?=John)", "", regex=True)中發生了什么嗎？ 有了這個，還有其他方法可以直接做到這一點嗎？

Answer 1

是的，所以...您正在使用正則表達式... 正則表達式是我曾經使用過的一種工具，用於搜索字符串（文本）。 正則表達式 = 正則表達式。 接下來您使用正則表達式排除“約翰”之前的任何內容，然后用“”替換為空字符串。

所以從左到右閱讀它：

1. 呼叫 dataframe col 'Names'
2. 對於 col 中的字符串，使用正則表達式將“John”之前的所有(*) 替換為空字符串 (“”)

Answer 2

實際上，您應該使用的正則表達式模式是：

.*(?=John$)

該模式表示貪婪地匹配所有內容，直到在Names列的最后匹配內容John 。 請注意，它不會消耗John ，它只會在停止匹配之前斷言它遵循。

您更新的代碼：

df["Names"] = df["Names"].str.replace(r'.*(?=John$)', '')