用str.replace执行全字子串替换

Question

我有一个示例数据帧文本列，其中包含字符串，包括单词'eng‘和单词'engine’。

ID  Text
1   eng is here
2   engine needs washing
3   eng is overheating 

我想把'eng‘改为'engine’。我使用以下代码：

df['Text'] = df['Text'].str.replace('eng', 'engine')

但这把我第二排的短信搞砸了。第二行变成

ID  Text
2   engineine needs washing

是否有一种方法来做单词替换，使它只替换时，整个词说‘英语’？

Answer 1

从您自己的代码中添加一个空白并修复该问题

df['Text'].str.replace('eng ', 'engine ')
Out[736]: 
0            engine is here
1      engine needs washing
2    engine is overheating 
Name: Text, dtype: object

更新

df.Text.str.split(' ',expand=True).replace('eng','engine').fillna('').apply(' '.join,1)
Out[752]: 
0           engine is here 
1     engine needs washing 
2    engine is overheating 
dtype: object

Answer 2

用单词边界字符\b包装关键字

df['Text'].str.replace(r'\beng\b', 'engine')

0           engine is here
1     engine needs washing
2    engine is overheating
Name: Text, dtype: object

如果要以这种方式替换多个关键字，请使用replace开关将字典传递给regex=True：

repl = {'eng' : 'engine'}
repl = {rf'\b{k}\b': v for k, v in repl.items()}

df['Text'].replace(repl, regex=True)

0           engine is here
1     engine needs washing
2    engine is overheating
Name: Text, dtype: object

Answer 3

您可以尝试这样的正则表达式：

import re
df['Text'] = df['Text'].map(lambda x: re.sub(r'\beng\b', 'engine', x))

这个给定的正则表达式中的\b标记与“forced边界”匹配，因此'eng‘将被迫被空格包围。