在 Power Query 中使用 Python 和正则表达式答案

【问题标题】：Using Python and Regex in Power Query在 Power Query 中使用 Python 和正则表达式
【发布时间】：2023-02-21 01:05:40
【问题描述】：

我有一个虚拟表，其中包含有关邮政编码的行，并具有一个可识别有效邮政编码的正则表达式字符串。

我正在尝试使用 python，因为实际的源数据有一个正则表达式格式的字符串，而 MS SQL 不支持正则表达式。

我是 Python 的新手，想在 power 查询中使用 Python 来确定 postode 是否对其正则表达式字符串有效。

我在硬编码正则表达式字符串时有这个工作，我在尝试引用包含正则表达式值的数据集时遇到了问题。

# 'dataset' holds the input data for this script
import pandas as pd
pat = r'(?i:^PH)(?:1|2|3|4|5|6|7|8|10|14)\b'

dataset["New"] = dataset["Postcode"].str.replace(pat,'Inside Coverage area')

以上作品

然而，这不是。

# 'dataset' holds the input data for this script
import pandas as pd

dataset["New"] = dataset["Postcode"].str.replace(dataset["RegexChk"],'Inside Coverage area')

我已经删除了变量 pat，但尝试过使用和不使用它都没有区别。

这是我得到的错误TypeError：无法散列的类型：“系列”

我用谷歌搜索，但我似乎在兜圈子。

【问题讨论】：

标签： python powerbi powerquery

【解决方案1】：

dataset["regexChk"] 是一个系列而不是一个模式。使用 assign 函数创建一个新列。它可以按行遍历数据框并使用指定列中的数据。 RegexChk 的每一行中是否有正则表达式模式？

# 'dataset' holds the input data for this script
import pandas as pd

dataset = dataset.assign(New=lambda x: x["Postcode"].str.replace(x["RegexChk"],'Inside Coverage area'))

【讨论】：