有没有方法在Python的data.table中使用regex（除了re.match）？

Question

我想把py data.table中的一列转换成整数。这一列里有空格和其他不需要的字符，如果把这些去掉，就可以转换成整数了。不过我在py data.table中做不到这一点（而在polars、python和R data.table中可以做到）：

# remove .00 if exists, minus after number etc.
df[:, update(weird_col = re.sub(r"\.[0-9]{0,2}|-", "", df[:, 'weird_col']))] 

TypeError: expected string or bytes-like object

或者

df[:, update(weird_col = re.sub(r"\.[0-9]{0,2}|-", "", df['weird_col']))]
TypeError: cannot use a string pattern on a bytes-like object

Answer 1

我觉得简单的回答是“不可以”（re.match()是dt.re模块里唯一的函数）。

不过，你可以这样做：

from datatable import Frame, update, as_type
import re

wc = df["weird_col"].to_list()[0]
regex = r"\.[0-9]{0,2}|-"
df[:, update(weird_col = as_type(Frame([re.sub(regex, "", i) for i in wc ]), int))]

如果你想在pandas的系列上使用str.replace()，并且是在数据表调用的情况下，正如@Nick所建议的，你可以这样做：

df[:, update(
    weird_col = (
        df["weird_col"]
        .to_pandas()["weird_col"]
        .str
        .replace(r"\.[0-9]{0,2}|-","", regex=True)
        .astype(int)
    )
)]