如何從以 4 個零開頭的字符串列中刪除數字？

Question

我有一列名稱和產品信息，我需要從名稱中刪除代碼，每個代碼都以四個或更多零開頭，有些名稱的權重有四個或更多零，有些與名稱相連，例如以下：

data = {
    'Name' : ['ANOA 250g 00004689', 'ANOA 10000g 00000059884', '80%c asjw 150000001568 ', 'Shivangi000000478761'],
}
  
testdf = pd.DataFrame(data)

正確的 output 應該是：

results = {
        'Name' : ['ANOA 250g', 'ANOA 10000g', '80%c asjw 150000001568 ', 'Shivangi'],
    }
      
    results = pd.DataFrame(results)

Answer 1

使用帶有str.replace的正則表達式：

testdf['Name'] = testdf['Name'].str.replace(r'(?:(?<=\D)|\s*\b)0{4}\d*',
                                            '', regex=True)

或者，類似於@HaleemurAli，使用負匹配

testdf['Name'] = testdf['Name'].str.replace(r'(?<!\d)0{4,}0{4}\d*',
                                            '', regex=True)

Output：

                      Name
0                ANOA 250g
1              ANOA 10000g
2  80%c asjw 150000001568 
3                 Shivangi

正則表達式1演示

正則表達式2演示

Answer 2

您可以通過代碼模式的開頭拆分字符串，該代碼模式由正則表達式(?<,\d)0{4,} 。 此模式使用四個前面沒有任何數字的0 。 分割字符串后，取第一個片段， str.strip去掉可能的尾隨空格

testdf.Name.str.split('(?<!\d)0{4,}', regex=True, expand=True)[0].str.strip()[0].str.strip()
# outputs:
0                 ANOA 250g
1               ANOA 10000g
2    80%c asjw 150000001568
3                  Shivangi

請注意，這適用於代碼始終位於字符串末尾的情況。

Answer 3

嘗試在每個空間拆分它並檢查每個項目是否包含 0000，例如：

answer=[]
for i in results["Name"]:
    answer.append("".join([j for j in i.split() if "0000" not in j]))