同时使用 f-string 和 raw string

Question

我有一个这样的数据框：

           p          q
0      jdkdn  01JAN2020
1  01JAN2020   hdk789dj
2      783i3  01FEB2020

我正在尝试将01JAN2020 替换为01-01-2020，基本上将alphabetical month name 替换为numeric month number。我不知道这些date 在哪里，意味着在任何列和任何行中。我试图通过使用df.replace 来做到这一点，但原始字符串有问题，我也想使用 f-string。 这是我的尝试：

import pandas as pd
import re

df=pd.DataFrame({"p":["jdkdn","01JAN2020","783i3"],"q":["01JAN2020","hdk789dj","01FEB2020"]})

months = {'JAN': '01', 'FEB': '02'}
#All 12 months but for test I am using just 2

df.replace(r'(\d{2})('+'|'.join(months)+')(\d{4})',r"\1-"+

f"{{months[\\2]}}" # Here I am trying to do main things

+r"-\3",regex=True,inplace=True)
print(df)
"""
                       p                      q
0                  jdkdn  01-{months[JAN]}-2020
1  01-{months[JAN]}-2020               hdk789dj
2                  783i3  01-{months[FEB]}-2020
"""

fr"{{months[\\2]}}"
"""
                      p                     q
0                 jdkdn  01-{months[\2]}-2020
1  01-{months[\2]}-2020              hdk789dj
2                 783i3  01-{months[\2]}-2020
"""

rf"{months[\2]}" and rf"{months[\\2]}"
"""
SyntaxError: f-string expression part cannot include a backslash
"""

想法：
我们可以像(?(<month name>)<number>) 一样使用regex if 吗？pandas 中任何可以检测到任何01JAN2020 的函数都将其替换为01-01-2020。

预期输出为：

           p           q
0      jdkdn  01-01-2020
1 01-01-2020    hdk789dj
2      783i3  01-02-2020

Answer 1

您可以使用 pandas str。替换，只需创建一个带有名称和替换的模式，然后使用transform 将其应用于所有列：

pat = r"(?P<day>\d+)(?P<month>[A-Z]+)(?P<year>\d+)"
repl = lambda m: f"{m.group('day')}-{months[m.group('month')]}-{m.group('year')}"

df.transform(lambda x: x.str.replace(pat, repl, regex=True))
 
            p           q
0       jdkdn  01-01-2020
1  01-01-2020    hdk789dj
2       783i3  01-02-2020

请注意，对于字符串，如果您想要更高的性能，您可以在 python 中编写并应用。您可以为此使用re.sub，它应该会带来明显的改进（请测试）：

df.applymap(lambda x: re.sub(pat, repl, x))

如果您的数据重复，一种有效的方法是转换为分类并将字符串修改应用于类别；那应该更快。

请注意，空值被 pandas 字符串函数隐式覆盖，在 python 中，您的代码应该涵盖这些可能的场景。