我如何从熊猫的数据中删除“(I)”、“(Ii)”、“(Iii)”和regex的答案？

Question

假设我有一个熊猫数据表，它包含许多行的产品名称和描述它们各自特性的列。他们增加了一些编号系统，比如1，2，3.或( a)，b)，c)....or (i)，(ii)，(iii)，.等等，现在我想在数据帧中删除它们。

df.replace(regex=True, inplace=True, to_replace=r'["(i*)"|i*.|(a-zA-Z).|("("a-zA-z")")]', value=r'')

但代码不起作用。它从答案中删除了我所有的内容。考虑变得同意，我可以删除a，b，等等，如果我单独给它，例如，to_替换=r‘a，x，b，x，b。但如果给出了模式，它就无效了。

我如何删除“(I)”、“(Ii)”、“(Iii)”及“(A)”、“(A)”、“a”、“A”。范围从A-Z和我的一个或多个与regex熊猫数据？

示例

输入

牛有四条腿。(二)牛吃草。(三)牛给我们牛奶。

或

a.The牛有四条腿。b.The牛吃草。c.Cow给我们牛奶。

输出

这头牛有四条腿。牛吃草。奶牛给我们牛奶。

Answer 1

请您试一下：

df.replace(regex=True, inplace=True, to_replace=r'^\(?(?:[ivxlcdm]+|[a-zA-Z]+|[0-9]+)[).]', value='')

输入：

(i) The cow has four legs.
(ii) The cow eats grass.
(iii) Cow gives us milk.
a.The cow has four legs.
b.The cow eats grass.
c.Cow gives us milk.
1.The cow has four legs.
2.The cow eats grass.
3.Cow gives us milk.
a)The cow has four legs.
b)The cow eats grass.
c)Cow gives us milk.

输出：

The cow eats grass.
Cow gives us milk.
The cow has four legs.
The cow eats grass.
Cow gives us milk.
The cow has four legs.
The cow eats grass.
Cow gives us milk.
The cow has four legs.
The cow eats grass.
Cow gives us milk.

正则表达式^\(?(?:[ivxlcdm]+|[a-zA-Z]+|[0-9]+)[).]的解释

• ^表示字符串的开始。
• \(?匹配一个零或一个左括号。
• (?:[ivxlcdm]+|[a-zA-Z]+|[0-9]+)可以被分解为：之一
  • [ivxlcdm]+，与罗马数字相匹配。
  • 与字母匹配的[a-zA-Z]+。
  • 与数字匹配的[0-9]+。

• [).]匹配右括号或点。

Answer 2

如果一个i字符只能有一个或更多次(所以没有罗马数字)，您可以使用：

\(?i+\)|\b(?:[A-Za-z]|\d+)\.

模式匹配：

• \(?i+\)匹配一个可选的(，然后1+乘以i字符和)
• |或
• \b阻止部分匹配的单词边界
• (?:非捕获群
  • [A-Za-z]匹配单个字符A
  • |或
  • \d+匹配1+数字

• )闭非捕获群
• \.匹配一个点

Regex演示

如果你想匹配罗马数字，你可以看到这个职位。