我想通过删除括号来清理数据框中的一列。
1 Auburn (Auburn University)[1]
2 Florence (University of North Alabama)
3 Jacksonville (Jacksonville State University)[2]
4 Livingston (University of West Alabama)[2]
5 Montevallo (University of Montevallo)[2]
6 Troy (Troy University)[2]
7 Tuscaloosa (University of Alabama, Stillman Co...
8 Tuskegee (Tuskegee University)[5]
10 Fairbanks (University of Alaska Fairbanks)[2]
12 Flagstaff (Northern Arizona University)[6]
我使用了 unitowns['City'].str.replace('\(.*\)','').str.replace('\[.*\]','') 得到预期的结果如下-
1 Auburn
2 Florence
3 Jacksonville
4 Livingston
5 Montevallo
6 Troy
7 Tuscaloosa
8 Tuskegee
10 Fairbanks
12 Flagstaff
有没有办法组合这些表达式？此代码似乎不起作用 -> unitowns['City'].str.replace('(\(.*\)) | (\[.*\])','')
请您参考如下方法:
选项 1
str.extract/str.findall
与其删除不相关的内容，不如提取相关的内容？
df.City.str.extract(r'(.*?)(?=\()', expand=False)
或者，
df.City.str.findall(r'(.*?)(?=\()').str[0]
0 Auburn
1 Florence
2 Jacksonville
3 Livingston
4 Montevallo
5 Troy
6 Tuscaloosa
7 Tuskegee
8 Fairbanks
9 Flagstaff
Name: City, dtype: object
您可能还想在提取后摆脱前导/尾随空格。您可以在结果上调用 str.strip -
df.City = df.City.str.extract(r'(.*?)(?=\()', expand=False).str.strip()
或者，
df.City = df.City.str.findall(r'(.*?)(?=\()').str[0].str.strip()
正则表达式详细信息
( # capture group
.*? # non-greedy matcher
)
(?= # lookahead
\( # opening parenthesis
)
选项 2
str.split
如果您的城市名称仅由一个词组成，str.split 也可以。
df.City.str.split('\s', 1).str[0]
0 Auburn
1 Florence
2 Jacksonville
3 Livingston
4 Montevallo
5 Troy
6 Tuscaloosa
7 Tuskegee
8 Fairbanks
9 Flagstaff
Name: City, dtype: object
选项 3
str.replace
压缩你的链接调用，你可以使用 -
df['City'].str.replace(r'\(.*?\)|\[.*?\]', '').str.strip()
0 Auburn
1 Florence
2 Jacksonville
3 Livingston
4 Montevallo
5 Troy
6 Tuscaloosa
7 Tuskegee
8 Fairbanks
9 Flagstaff
Name: City, dtype: object
