将字符串的一部分替换为'()‘

Question

我需要替换一些在数据帧的' country‘列中有'()’或数字的国家名称。例如，“多民族玻利维亚国”应改为“多民族玻利维亚国”。“Switzerland17”应为“瑞士”。

我正在使用下面的代码

df3['Country'] = df3['Country'].str.replace(r'[^(][\w]*[)]','')
df3['Country'] = df3['Country'].str.replace(r'[\d]*','')

我哪里出错了，你能帮我吗？

Answer 1

\s*(?:\([^()]*\)|\d+)

说明

• \s*匹配来自(的非捕获组
  • \([^()]*\)|\d+匹配0+空白字符..match ..) or match 1+ digits

• )关闭非捕获组

Regex demo

df3['Country'] = df3['Country'].str.replace(r'\s*(?:\([^()]*\)|\d+)', '')

输出

       Country
0      Bolivia
1  Switzerland

Answer 2

你应该使用

df3['Country'].str.replace(r"\s*(?:\d+|\([^()]*\))","").str.strip()

请参阅regex demo。详细信息：

• \s* -零个或多个whitespaces
• (?:\d+|\([^()]*\)) -一个或多个数字，或者(，然后是除(和)之外的零个或多个字符，最后是)

如果匹配恰好在开头，并且后面跟着空格，则.str.strip()是必需的。

请参阅Pandas测试：

>>> import pandas as pd
>>> df3 = pd.DataFrame({'Country':['Bolivia (Plurinational State of)','Switzerland17','(Republic of) Korea']})
>>> df3['Country'].str.replace(r"\s*(?:\d+|\([^()]*\))","").str.strip()
0        Bolivia
1    Switzerland
2          Korea
Name: Country, dtype: object

Answer 3

我将使用以下模式：‘(^)|[\d.]’|字符使您可以在一行中使用多个模式。

df = pd.DataFrame({'Country':['Bolivia (Plurinational State of)','Switzerland17']})

原始df：

    Country
0   Bolivia (Plurinational State of)
1   Switzerland17

建议的代码：

df['Country'] = df['Country'].str.replace(r'\([^)]*\)|[\d.*]','',regex=True)

输出：

    Country
0   Bolivia
1   Switzerland