正则表达式:: 'pandas._libs.interval.Interval' 对象没有属性 'replace'答案

【问题标题】：Regex:: 'pandas._libs.interval.Interval' object has no attribute 'replace'正则表达式:: 'pandas._libs.interval.Interval' 对象没有属性 'replace'
【发布时间】：2021-08-30 13:40:15
【问题描述】：

我有一个带有列的数据框

id       bins                  
1      (2, 3]        
2      (4, 5]       
3      (6, 7]        
4      (8, 9]       
5      (10, 11]

我正在尝试得到这样的东西。

    id       bins                  
    1      2 -  3        
    2      4 -  5       
    3      6 -  7        
    4      8 -  9       
    5      10 -  11

我的目标是使用正则表达式来实现这一点。恐怕我不是正则表达式方面的专家。这部分是我尝试但没有成功的解决方案。

   df['bins'].astype(str).str.replace(']', ' ')
   df['bins'].astype(str).str.replace(',', ' - ')
   df['bins'] = df['bins'].apply(lambda x: x.replace('[','').replace(']',''))

任何帮助将不胜感激！

提前致谢

【问题讨论】：

标签： python regex data-wrangling

【解决方案1】：

你可以使用

df['bins'] = df['bins'].astype(str).str.replace(r'[][()]+', '', regex=True).str.replace(',', ' - ')

注意：

.replace(r'[][()]+', '', regex=True) - 删除一个或多个 ]、[、( 和 ) 字符
.str.replace(',', ' - ') - 用空格+-+空格替换所有逗号。

另一种方式：

df['bins'].astype(str).str.replace(r'\((\d+)\s*,\s*(\d+)]', r'\1 - \2', regex=True)

这里，\((\d+)\s*,\s*(\d+)] 匹配

\( - 一个 ( 字符
(\d+) - 第 1 组 (\1)：一位或多位数字
\s*,\s* - 用零个或多个空格括起来的逗号
(\d+) - 第 2 组 (\2)：一位或多位数字
] - 一个 ] 字符。

熊猫测试：

>>> import pandas as pd
>>> df = pd.DataFrame({'bins':['(2, 3]']})
>>> df['bins'].astype(str).str.replace(r'\((\d+)\s*,\s*(\d+)]', r'\1 - \2', regex=True)
0    2 - 3
Name: bins, dtype: object
>>> df['bins'].astype(str).str.replace(r'[][()]+', '', regex=True).str.replace(',', ' - ')
0    2 -  3
Name: bins, dtype: object

【讨论】：

【解决方案2】：

我会用re 做一些不同的事情。寻找数字并将它们加入一个字符串：

df['bins'] = df['bins'].apply(lambda x: " - ".join(re.findall("(\d+)", x)))

df
   id     bins 
0   1    2 - 3
1   2    4 - 5
2   3    6 - 7
3   4    8 - 9 
4   5  10 - 11

【讨论】：

【解决方案3】：

你做到了

   df['bins'].astype(str).str.replace(']', ' ')
   df['bins'].astype(str).str.replace(',', ' - ')

但是.str.replace 不能在原地工作，你应该分配它返回的东西，否则你的pandas.DataFrame 不会做任何改变，简单的例子：

import pandas as pd
df = pd.DataFrame({'col1':[100,200,300]})
df['col1'].astype(str).str.replace('100','1000')
print(df)  # there is still 100
df['col1'] = df['col1'].astype(str).str.replace('100','1000')
print(df)  # now there is 1000 rather than 100

【讨论】：