将正则表达式替换应用于 python pandas 数据框

【问题标题】：Apply regex replace to python pandas data frame将正则表达式替换应用于 python pandas 数据框
【发布时间】：2014-07-28 19:13:03
【问题描述】：

我正在尝试从存储在 pandas 数据框列中的 IP 地址中删除最后一个八位字节。

目前，我正在尝试运行以下代码：

def rem_last_oct(ip):
    return re.sub(r'\d+$', '', ip)

    # also tried running with plain string manipulation:
    # return ''.join(str(ip).rpartition('.')[:1])

df['cut_ipaddress'] = df['ipaddress'].apply(rem_last_oct)

由于某种原因，该函数可以在字符串上正常运行，但是当使用 apply 在数据帧上运行它时，它会返回空字符串，而不是前三个八位字节。

这样做的正确方法是什么？

【问题讨论】：

标签： python regex pandas ip

【解决方案1】：

您可以使用str 属性的replace 方法（要访问字符串操作函数，请参阅docs）：

In [11]: s = pd.Series(["22.231.113.64", "194.66.82.11"])

In [12]: s
Out[12]:
0    22.231.113.64
1     194.66.82.11
dtype: object


In [14]: s.str.replace(r'\d+$', '')
Out[14]:
0    22.231.113.
1     194.66.82.
dtype: object

顺便说一句，你上面的方法对我有用。也就是说，它适用于一个系列：

In [20]: s.apply(rem_last_oct)
Out[20]:
0    22.231.113.
1     194.66.82.

但是您如何访问上面带有df['ipaddress'] 的列通常是一个系列，所以这也应该有效。你得到什么错误信息？

【讨论】：

我没有收到错误，但由于某种奇怪的原因，返回的值是空白的。奇怪的是，你的方法确实奏效了。