Python:用reg的输出替换所有列

Question

在我的数据集中，我有一个类似于这个特性的特性(称为Size)：

import pandas as pd


dit={"Size" : ["0","0","5mm","12-15","3-10"] }
dt = pd.DataFrame(data=dit)

此功能在一个范围内指定一个大小(具有最小和最大)或指定一个特定的数字。

现在，我希望将值替换为每个范围的最大值。

因此，在我的示例中，输出应该是

dit={"Size" : ["0","0","5mm","15mm","10mm"] }

这就是我尝试过的：

import re
dt = re.split("-",dt.loc[:,"Size"])

但是，它抱怨说：

TypeError: expected string or bytes-like object

这是有意义的，因为dt.loc[:," Size (in mm)"]的类型是：

pandas.core.series.Series

我的问题是，，我如何在没有循环的情况下简单地更新这个列？

Answer 1

这个表达式可能返回所需的输出，我假设不需要mm：

import pandas as pd

dit={"Size" : ["0","0","5mm","12-15mm","3mm-10mm"] }
dt = pd.DataFrame(data=dit)

dt['max_size']=dt["Size"].str.replace(r"^.*?(\d+)\D*$",r"\1")

print(dt)

输出

       Size max_size
0         0        0
1         0        0
2       5mm        5
3   12-15mm       15
4  3mm-10mm       10

Answer 2

你可以用

import pandas as pd
import re

dit={"Size" : ["0","0","5mm","12-15","3-10"] }
dt = pd.DataFrame(data=dit)
rx = r'(\d+)(?:mm)?-(\d+)(?:mm)?'
dt['Size']=dt['Size'].apply(lambda x: re.sub(rx, lambda z: str(max(int(z.group(1)), int(z.group(2)))) + "mm", x))

输出：

>>> dt
   Size
0     0
1     0
2   5mm
3  15mm
4  10mm

regex匹配

• (\d+) -第1组:一个或多个数字
• (?:mm)? -一个可选的mm字符序列
• - -a连字符
• (\d+) -第2组:一个或多个数字
• (?:mm)? --一个可选的mm字符序列。

str(max(int(z.group(1)), int(z.group(2)))) + "mm"在两组中保留数字的最大值，并在末尾追加mm。

Answer 3

我们可以使用这个简单的正则表达式来替换-之前的所有内容

  import pandas as pd
   dit={"Size" : ["0","0","5mm","12-15mm","3mm-10mm"] }
   dt = pd.DataFrame(data=dit)
   dt["max_size"] = dt["Size"].str.replace(".*\-","")
   dt
       Size max_size
0         0        0
1         0        0
2       5mm      5mm
3   12-15mm     15mm
4  3mm-10mm     10mm

如果最后不需要mm，那么：

dt["max_size"] = dt["Size"].str.replace(r".*-|mm$", "")
dt
       Size max_size
0         0        0
1         0        0
2       5mm        5
3   12-15mm       15
4  3mm-10mm       10