regex 从Pandas列中删除不同的字符串模式

m3eecexj 于 2022-12-27 发布在其他

关注(0)|答案(2)|浏览(112)

我有以下列，其中包括电子邮件主题标题：

Subject
EXT || Transport enquiry
EXT || RE: EXTERNAL: RE: 0001 || Copy of enquiry
EXT || FW: Model - Jan
SV: [EXTERNAL] Calculations

我想要达到的是：

Subject
Transport enquiry
0001 || Copy of enquiry
Model - Jan
Calculations

为此，我使用下面的代码，它只考虑了我传递的第一个正则表达式，而忽略了其余的

def clean_subject_prelim(text):
     text = re.sub(r'^EXT \|\| $' , '' , text)
     text = re.sub(r'EXT \|\| RE: EXTERNAL: RE:', '' , text)
     text = re.sub(r'EXT \|\| FW:', '' , text)
     text = re.sub(r'^SV: \[EXTERNAL]$' , '' , text)
     return text
df['subject_clean'] = df['Subject'].apply(lambda x: clean_subject_prelim(x))

为什么这行不通，我错过了什么？

regex

来源：https://stackoverflow.com/questions/74913853/removing-different-string-patterns-from-pandas-column

2条答案

按热度按时间

dxxyhpgq1#

您可以使用

pattern = r"""(?mx)  # MULTILINE mode on
^                   # start of string
(?:                 # non-capturing group start
   EXT\s*\|\|\s*(?:RE:\s*EXTERNAL:\s*RE:|FW:)? # EXT || or EXT || RE: EXTERNAL: RE: or EXT || FW:
 |                  # or
   SV:\s*\[EXTERNAL]# SV: [EXTERNAL]
)                   # non-capturing group end
\s*                 # zero or more whitespaces
"""
df['subject_clean'] = df['Subject'].str.replace(pattern', '', regex=True)

请参见regex demo。
因为使用了re.X（(?x)），所以应该转义文本空格和#字符，或者只使用\s*或\s+来匹配零个/一个或多个空格。

赞(0）回复(0）举报 2022-12-27

bvjxkvbb2#

去掉第一个表达式中的$符号，并将一些正则表达式从位置切换过来，如下所示：

import pandas as pd
import re

def clean_subject_prelim(text):
     text = re.sub(r'EXT \|\| RE: EXTERNAL: RE:', '' , text)
     text = re.sub(r'EXT \|\| FW:', '' , text)
     text = re.sub(r'^EXT \|\|' , '' , text)
     text = re.sub(r'^SV: \[EXTERNAL]' , '' , text)
     return text

data = {"Subject": [
"EXT || Transport enquiry",
"EXT || RE: EXTERNAL: RE: 0001 || Copy of enquiry",
"EXT || FW: Model - Jan",
"SV: [EXTERNAL] Calculations"]}

df = pd.DataFrame(data)
df['subject_clean'] = df['Subject'].apply(lambda x: clean_subject_prelim(x))

赞(0）回复(0）举报 2022-12-27

我来回答

regex 从Pandas列中删除不同的字符串模式

2条答案

相关问题

热门标签

最新问答