Regex:：“pandas._libs.interval.Interval”对象没有属性“替换”

Question

我有一个列的数据帧

id       bins                  
1      (2, 3]        
2      (4, 5]       
3      (6, 7]        
4      (8, 9]       
5      (10, 11]      

我想得到这样的东西。

    id       bins                  
    1      2 -  3        
    2      4 -  5       
    3      6 -  7        
    4      8 -  9       
    5      10 -  11 

我的目标是使用regex来实现这一点。恐怕我不是那个regex专家。这在一定程度上是我尝试过但没有成功的解决办法。

   df['bins'].astype(str).str.replace(']', ' ')
   df['bins'].astype(str).str.replace(',', ' - ')
   df['bins'] = df['bins'].apply(lambda x: x.replace('[','').replace(']',''))

任何帮助都将不胜感激！

提前感谢

Answer 1

您可以使用

df['bins'] = df['bins'].astype(str).str.replace(r'[][()]+', '', regex=True).str.replace(',', ' - ')

注意：

• .replace(r'[][()]+', '', regex=True) -删除一个或多个]、[、(和) chars
• .str.replace(',', ' - ') --用space+-+space.

替换所有逗号。

另一种方式是：

df['bins'].astype(str).str.replace(r'\((\d+)\s*,\s*(\d+)]', r'\1 - \2', regex=True)

在这里，\((\d+)\s*,\s*(\d+)]匹配

• \( -a ( char
• (\d+) - Group 1 (\1)：一个或多个digits
• \s*,\s* -一个以零或多个whitespaces
• (\d+)括起来的逗号-第2组(\2)：一个或多个digits
• ] -一个] char.

熊猫测试：

>>> import pandas as pd
>>> df = pd.DataFrame({'bins':['(2, 3]']})
>>> df['bins'].astype(str).str.replace(r'\((\d+)\s*,\s*(\d+)]', r'\1 - \2', regex=True)
0    2 - 3
Name: bins, dtype: object
>>> df['bins'].astype(str).str.replace(r'[][()]+', '', regex=True).str.replace(',', ' - ')
0    2 -  3
Name: bins, dtype: object

Answer 2

你做到了

   df['bins'].astype(str).str.replace(']', ' ')
   df['bins'].astype(str).str.replace(',', ' - ')

但是.str.replace在内部不工作，您应该重新分配返回的内容，否则不会对您的pandas.DataFrame做任何更改，这是一个简单的例子：

import pandas as pd
df = pd.DataFrame({'col1':[100,200,300]})
df['col1'].astype(str).str.replace('100','1000')
print(df)  # there is still 100
df['col1'] = df['col1'].astype(str).str.replace('100','1000')
print(df)  # now there is 1000 rather than 100