regex用列中的值替换多个代码

Question

我有一个具有不同列的dataframe(df)。其中一列(col1)如下：

    col1
    ----
0   1
1   2
2   1-2
3   1,2
4   1-3
5   3

我在python/大熊猫中使用.replace方法来替换col1中的代码，使用以下代码：

 df.col1.replace(to_replace=({'1':'Normal','2':'1-2 more than normal','3':'3-4 more than normal'}), regex=True)

我使用regex=True是因为在单元格中有类似1-2的代码，其中1和2有不同的含义，如字典中提到的那样。

输出

    col1
    --------
0   Normal
1   1-2 more than normal
2   Normal-1-2 more than normal
3   Normal,1-2 more than normal
4   Normal-1-2 more than normal-3 more than normal
5   1-2 more than normal-3 more than normal

期望输出

    col1
    --------
0   Normal
1   1-2 more than normal
2   Normal-1-2 more than normal
3   Normal,1-2 more than normal
4   Normal-3-4 more than normal
5   3-4 more than normal

问题：

如果我不考虑第四行(1-3)，那么除了代码3之外，所有的代码都被正确地替换了。我进一步实验了只使用代码3添加一行，在那里我发现regex首先替换了代码3的值，然后在这些值中用字典中的值替换了代码。

这很奇怪，因为我只运行了regex代码/命令一次。

一种解决方案是，我可以使用英语单词代替1-2 more than normal，而不是在字典值中使用数字，我可以写one-two more than normal，然后它就能工作了。但我想保留这些数字，因为它们很容易解释。

有什么建议吗？

Answer 1

重复你的工作，我似乎不像你在输入时犯同样的错误

df = pd.DataFrame({'col1' : ['1', '2', '1-2', '1,2', '1-3', '3']})

并应用相同的.replace方法：

df.col1.replace(to_replace=({'1':'Normal','2':'1-2 more than normal','3':'3-4 more than normal'}), regex=True)

我的输出与您想要的输出匹配。

输出：

    col1
    ---------
0   Normal
1   1-2 more than normal
2   Normal-1-2 more than normal
3   Normal,1-2 more than normal
4   Normal-3-4 more than normal
5   3-4 more than normal

所以我看不出有什么问题。

除此之外，我将考虑您在这里进行的转换，以及输出的可读性。如果要根据某些预先确定的限制计算每个值，为什么不为每一行创建另一个列，以指示它是哪个分类组的成员？希望这能帮上忙！