python - 从 re.search 循环替换数据框列值

Question

如何将现有数据框列的值替换为 re.search 循环中的值？

这是我的研究循环。

for i in dataset['col1']:
    clean = re.search('(nan|[0-9]{1,4})([,.][0-9]{1,4})?', i)
    print(clean.group())    

这是样本数据集(dataset)

    year    col1
1    2001    10.563\D
2    2002    9.540\A
3    2003    4.674\G
4    2004    3.2754\u
5    2005    nan\x

Answer 1

您可以使用 Series.apply将自定义函数应用于 dataset["col1"]。或者，你可以使用 Series.str.replace 更好。用替换字符串替换模式。

试试这个:

def func(i):
    clean = re.search('(nan|[0-9]{1,4})([,.][0-9]{1,4})?', i)
    return clean.group()

dataset["col1"] = dataset["col1"].apply(func)

或者更好，

df["col1"] = df["col1"].str.replace(r'(.*?)(\\.*?$)', r"\1")

输出:

>>> print(dataset)

   year    col1
0  2001  10.563
1  2002   9.540
2  2003   4.674
3  2004  3.2754
4  2005     nan