在 Pandas 系列中删除大写字母前字符串的一部分的函数答案

【问题标题】：Function to remove a part of a string before a capital letter in Pandas Series在 Pandas 系列中删除大写字母前字符串的一部分的函数
【发布时间】：2022-11-26 00:06:36
【问题描述】：

我有一个数据框，其中包含一列 ['locality_name']，其中包含村庄、城镇、城市的名称。有些名字写成“汉密尔顿镇”，有些像“汉密尔顿”，有些像“汉密尔顿市”等。因此，很难计算唯一值等。我的目标是只留下名字。

我想编写一个函数，删除字符串的一部分直到大写字母，然后将其应用于我的数据框。

那就是我试过的：

重新进口

def my_slicer（行）： """ 返回带有地区名称的字符串 """ return re.sub('ABCDEFGHIKLMNOPQRSTVXYZ','', row['locality_name'])

raw_data['locality_name_only'] = raw_data.apply(my_slicer, axis=1)

我希望它返回一个包含地名的新列。相反，没有任何改变 - ['locality_name_only'] 与 ['locality_name'] 具有相同的值。

【问题讨论】：

标签： python pandas python-re

【解决方案1】：

您可以使用pandas.Series.str.extract。例如：

ser = pd.Series(["town of Hamilton", "Hamilton", "city of Hamilton"])
ser_2= ser.str.extract("([A-Z][a-z]+)")

在你的情况下，使用：

raw_data['locality_name_only'] = raw_data['locality_name'].str.extract("([A-Z][a-z]+)")

＃输出：

print(ser_2)

          0
0  Hamilton
1  Hamilton
2  Hamilton

【讨论】：

＃ 输出 ：

＃输出：