Pandas DF :如何将'-‘替换为带有分隔符的'_’(；CSV格式)

Question

我需要正则表达式和正则表达式函数的帮助！我有一个用';‘分隔的CSV文件，需要替换为_。数据如下所示：

79             80;0;RueSaint_Hilaire;Locale;15-25;1;1             
80              81;0;RueSaint_Hilaire;Locale;5-10;5;5             
81                   82;0;RueTaillon;Locale;10-15;1;1             
82                   83;0;RueTanguay;Locale;10-15;2;2             
83                   84;0;RueTanguay;Locale;15-25;2;2             
84                    85;0;RueTanguay;Locale;5-10;3;3  

例如，我需要将15-25替换为15_25。

到目前为止，我已经尝试过了：

df.replace('-','_', inplace=True)

或者这样：

df_obj = df.select_dtypes(['object'])
df[df_obj.columns] = df_obj.apply(lambda x: x.str.strip())
df.replace('-','_', inplace=True)
print(df)

没有任何成功。任何正则表达式或替换向导都可以解决这个小问题？

非常感谢！

Answer 1

这是我能想到的最简单的实现：

with open(<PATH TO FILE>, 'r') as fileIn:
    data = fileIn.read()
    print("\nOriginal data: \n", data)
    data = data.replace('-', '_')
    print("Modified data: \n", data)

这给出了：

Original data:
80,0,RueSaint-Hilaire,Locale,15-25,1,1
81,0,RueSaint-Hilaire,Locale,10-May,5,5

Modified data:
80,0,RueSaint_Hilaire,Locale,15_25,1,1
81,0,RueSaint_Hilaire,Locale,10_May,5,5

Answer 2

默认情况下为regex=False。因此，在您现有代码中，使用正则表达式替换为regex=True和inplace=True。请参阅replace

df.replace('-', '_',regex=True, inplace=True)
print(df)

Answer 3

通常，我会这样做：

df['Col'] = df['Col'].str.replace('-', '_')