使用pandas python替换字符串时替换除特定单词之外的所有字符串答案

【问题标题】：Replace all of string except specific words when using pandas python replace string使用pandas python替换字符串时替换除特定单词之外的所有字符串
【发布时间】：2021-03-15 15:06:28
【问题描述】：

我正在 Pandas 数据框中创建一个新列，我想输入操作系统的短名称。我正在使用正则表达式，需要精确匹配要从选择中排除的单词，但是当我将正则表达式更改为不选择单词时，它会停止精确匹配。我在这里阅读了尽可能多的正则表达式完全匹配词帖子，但没有一个解决方案有效。

例如，我的数据如下所示：

Android 10kdsh
Chrome OS
Linux ddk2
OS X 10.
Windows 7
iOS c

我希望它看起来像这样：

Android 
Chrome
Linux
OS X
Windows
iOS

我尝试了如下代码：

def short_OS(webchat):

    webchat["OS"] = webchat["Operating System"].str.replace(('[^(Android|^OS X|^Chrome|^Linux|^Windows|^iOS)]'),"", regex = True)

    return webchat

但这会留下一些字符作为离开：

Androiddsh
ChromeOS
Linuxdd
OS X
Windows
iOS

显然以上只是例子，但部分字符留在单词中的原理是相同的。

我应该注意到，用 \b 框住单词并没有改变结果。如果我使用 $ 作为字符串的结尾，在“Android”的示例中，它仍然将“10kdsh”留在同一行

有人可以帮忙吗？

谢谢

【问题讨论】：

这不是很清楚：您希望将X 与OS X 保持一致，但您的“单词”列表既不包括OS X，也不包括X。你真正的要求是什么？另外，您是在从项目列表创建动态模式之后，还是可以像下面的answer 那样简单地对它们进行硬编码？
抱歉给您带来了困惑。编辑代码以包含 OS X。我必须在所有试验和错误过程中放弃它。我试图以特定的描述符结束，因此操作系统列表更短，可以用于报告，而不是 Windows 7、Windows 8.1 等，它说的是 Windows。

标签： python regex pandas str-replace

【解决方案1】：

您可以匹配其中一个备选方案，而不是替换，将其提取到新列中。

webchat = pd.DataFrame(data, columns=["Operating System"])
webchat["OS"] = webchat["Operating System"].str.extract((r"^(Android|Chrome|Linux|OS X|Windows|iOS)\b"))
print(webchat)

输出

  Operating System       OS
0   Android 10kdsh  Android
1        Chrome OS   Chrome
2       Linux ddk2    Linux
3         OS X 10.     OS X
4        Windows 7  Windows
5            iOS c      iOS

【讨论】：

我以前没有听说过“提取”。这绝对似乎是要走的路，而不是排除除了我想要的单词之外的所有内容。但是，当我使用上面的代码运行它时，我仍然会在 OS col 中得到一些额外的字符。
@MizzH 还有哪些其他值可以提供额外字符？

【解决方案2】：

使用@The Fourth Bird 的方法，我使用以下代码解决了这个问题：

def short_OS(webchat):
 
    webchat["OS"] = webchat["Operating System"].str.extract(r"(\bAndroid\b|\bOS X\b|\bChrome\b|\bLinux\b|\bWindows\b|\biOS\b)")

    return webchat

单词周围的 /b 用于捕获确切的单词

【讨论】：