如何在 Pandas 中使用正则表达式？

Question

我已从 .csv 文件中提取列名，现在我想使用正则表达式将单词的第一个字母和_ 字符之后的第一个字母大写。 示例：loan_status -> Loan_Status

Loan_ID
loan_status
Principal
terms
effective_date
due_date
paid_off_time
past_due_days
age
education
Gender

这就是我目前想出的(^[a-z])+\w+

更新 感谢 Wiktor Stribiżew，这就是我想出的。 我想知道是否有更紧凑的方法来执行以下操作。

import csv
import pandas  as pd
import re


dataFrame = pd.read_csv('Loan_payments_data_2020_unclean.csv')

columnsDict = {"columnName": list(dataFrame.columns)}
columnsDataFrame = pd.DataFrame(columnsDict)

replacedColumns = columnsDataFrame['columnName'].str.replace(r'(?<![^_]).', lambda x: x.group().upper())
dataFrame.columns = list(replacedColumns)
print(dataFrame)

Answer 1

你可以使用

>>> df = pd.DataFrame({'Loan_ID': ['loan_status','Principal','terms','effective_date','due_date','paid_off_time','past_due_days','age','education','Gender']})
>>> df['Loan_ID'].str.replace(r'(?<![^_]).', lambda x: x.group().upper())
0       Loan_Status
1         Principal
2             Terms
3    Effective_Date
4          Due_Date
5     Paid_Off_Time
6     Past_Due_Days
7               Age
8         Education
9            Gender
Name: Loan_ID, dtype: object

(?<![^_]). 正则表达式匹配除换行符以外的任何字符，该字符要么位于字符串的开头，要么紧跟在 _ 字符之后。它等于(?:(?<=^)|(?<=_)). 正则表达式，参见its demo online。

由于您无法在字符串替换模式中操作匹配的值，因此需要一个可调用对象作为替换参数。 lambda x: x.group().upper() 只是抓取匹配值并将其转换为大写。