熊猫数据:将长正则表达式分割成多行
熊猫数据:将长正则表达式分割成多行
提问于 2021-01-12 16:46:40
我正在使用Pandas进行一些数据清理，我有一个非常长的正则表达式，我想把它分成多行。以下内容在Pandas中很好，因为它都在一行上：
df['REMARKS'] = df['REMARKS'].replace(to_replace =r'(?=[^\])}]*([\[({]|$))\b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)\b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b', value = r'<\g<0>>', regex = True)然而，这是很难管理的。我尝试了以下详细的方法，它在常规Python中工作：
df['REMARKS'] = df['REMARKS'].replace(to_replace =r"""(?=[^\])}]*([\[({]|$))
\b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)
\b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?
(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b""", value = r'<\g<0>>', regex = True)但这在潘达斯不起作用。知道我错过了什么吗？
下面是一些用于测试的示例文本：
GR，MDT，CMR，HLDS，NEXT，NGI @ 25273，COMPTG
在9-7/8 LNR、LWDGR、RES、APWD、SONVIS、MDTS (PRESS & SAMP) ROT SWC、TSTG BOP上安装13.72
LWDGR，RES，APWD，SONVIS，GR，RES，NGI，PPC @ 31937，MDTS (PRESS & SAMP) TKG ROT SWC
LWDGR，RES @ 12586，IND，FDC，CNL，GR @ 12586，SWC，RAN CSG，PF 12240-12252，RR (新增信息)
谢谢!
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-01-12 17:09:38
一个选项是创建一个字符串列表，然后在调用join时使用replace
RegEx = [r'(?=[^\])}]*([\[({]|$))\b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)',
r'\b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?',
r'(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b']
df['REMARKS'] = df['REMARKS'].replace(to_replace=''.join(RegEx), value=r'<\g<0>>', regex=True)使用re
import re
s = r"""(?=[^\])}]*([\[({]|$))\b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)
\b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?
(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b"""
df['REMARKS'] = df['REMARKS'].replace(to_replace=re.compile(s, re.VERBOSE), value=r'<\g<0>>')页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/65688240
复制相关文章
相似问题
腾讯云开发者
