如何使用几个条件（regex？）修改pandas中的字符串列
回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。
<p>我有一个<code>df</code>看起来像这样</p>
<pre><code> Identifier Ticker ISIN Relationship Country .......
0 5.037663e+09 BTGGg.F D10080162 Supplier Germany .......
1 4.295870e+09 IVXG.DE NaN Supplier Germany .......
2 5.043321e+09 SAPG.DE D66992104 Customer Germany
3 4.295869e+09 BMWG.DE D12096109 Customer Germany
4 4.295870e+09 DTEGn.DE D2035M136 Customer Germany
5 4.295870e+09 IFXGn.DE D35415104 Supplier Germany
6 4.295869e+09 NSUG.DE D04312100 Customer Germany
7 5.000074e+09 EVKn.DE D2R90Y117 Customer Germany
8 4.295869e+09 LHAG.DE D1908N106 Customer Germany
9 4.295869e+09 MTXGn.DE D5565H104 Supplier Germany
10 4.295869e+09 SIEGn.DE D69671218 Supplier Germany
11 4.295870e+09 TKAG.DE D8398Q119 Supplier Germany
12 5.059963e+09 BNRGn.DE D12459117 Customer Germany
13 4.295869e+09 RHMG.DE D65111102 Supplier Germany
14 5.001195e+09 GBFG.DE D11648108 Supplier Germany
15 4.295869e+09 NXUG.DE D5650J106 Customer Germany
16 4.295870e+09 DPWGn.DE D19225107 Supplier Germany
17 4.295870e+09 ILM1k.DE D22430116 Supplier Germany
18 4.295869e+09 ADSGn.DE D0066B185 Customer Germany
19. 5.125125e+12 DBS.SG D12300523. Supplier SG
........................................................................
</code></pre>
<p>在df['Country']=='Germany'所在的行中</p>
<p>我想执行两个功能</p>
<p>职能1：
我想隔离有小写字母的行，“.”之前的任何小写字母，我想删除它，这样BTGGg.F将变成BTGG.F，1LM1k.DE将变成1LM1.DE，但NXUG.DE将不受影响</p>
<p>在第一个函数之后使用新的数据帧</p>
<p>职能2：
然后对于“.”前面有大写字母G的行，我想删除G，这样RHMG.DE将变成RHM.DE，但1LM1.DE将不受影响</p>
<p>如果我只想删除“.”前面的字母，那么函数将非常简单，如<code>x = x.replace(x[x.find(".")-1],"")</code></p>
<p>但我不知道如何在数据帧中实现这一点，也不知道如何应用我提到的条件。可以这样做吗？如果可以，怎么做</p>
<p>我想它可能看起来像这样，但这显然不起作用，我已经试过了</p>
<pre><code>df.loc[df['Country'].eq('Germany'),'Ticker'] = df.loc[df['Country'].eq('Germany'),'Ticker'].str.replace((df['Ticker'][df['Ticker'].find(".")-1],"") if df['Ticker'][df['Ticker'].find(".")-1] == '([a-z])')
</code></pre>
<p>接</p>
<pre><code>df.loc[df['Country'].eq('Germany'),'Ticker'] = df.loc[df['Country'].eq('Germany'),'Ticker'].str.replace((df['Ticker'][df['Ticker'].find(".")-1],"") if df['Ticker'][df['Ticker'].find(".")-1] == 'G')
</code></pre>
<p>以下是第一轮后的输出结果，从Country==Germany，删除“.”前面的第一个小写字母：</p>
<pre><code> Identifier Ticker ISIN Relationship Country .......
0 5.037663e+09 BTGG.F D10080162 Supplier Germany .......
1 4.295870e+09 IVXG.DE NaN Supplier Germany .......
2 5.043321e+09 SAPG.DE D66992104 Customer Germany
3 4.295869e+09 BMWG.DE D12096109 Customer Germany
4 4.295870e+09 DTEG.DE D2035M136 Customer Germany
5 4.295870e+09 IFXG.DE D35415104 Supplier Germany
6 4.295869e+09 NSUG.DE D04312100 Customer Germany
7 5.000074e+09 EVK.DE D2R90Y117 Customer Germany
8 4.295869e+09 LHAG.DE D1908N106 Customer Germany
9 4.295869e+09 MTXG.DE D5565H104 Supplier Germany
10 4.295869e+09 SIEG.DE D69671218 Supplier Germany
11 4.295870e+09 TKAG.DE D8398Q119 Supplier Germany
12 5.059963e+09 BNRG.DE D12459117 Customer Germany
13 4.295869e+09 RHMG.DE D65111102 Supplier Germany
14 5.001195e+09 GBFG.DE D11648108 Supplier Germany
15 4.295869e+09 NXUG.DE D5650J106 Customer Germany
16 4.295870e+09 DPWG.DE D19225107 Supplier Germany
17 4.295870e+09 ILM1.DE D22430116 Supplier Germany
18 4.295869e+09 ADSG.DE D0066B185 Customer Germany
19. 5.125125e+12 DBS.SG D12300523 Supplier SG
........................................................................
</code></pre>
<p>这是在第二轮之后，从国家==德国，删除“.”前面的第一个大写字母“G”：</p>
<pre><code> Identifier Ticker ISIN Relationship Country .......
0 5.037663e+09 BTG.F D10080162 Supplier Germany .......
1 4.295870e+09 IVX.DE NaN Supplier Germany .......
2 5.043321e+09 SAP.DE D66992104 Customer Germany
3 4.295869e+09 BMW.DE D12096109 Customer Germany
4 4.295870e+09 DTE.DE D2035M136 Customer Germany
5 4.295870e+09 IFX.DE D35415104 Supplier Germany
6 4.295869e+09 NSU.DE D04312100 Customer Germany
7 5.000074e+09 EVK.DE D2R90Y117 Customer Germany
8 4.295869e+09 LHA.DE D1908N106 Customer Germany
9 4.295869e+09 MTX.DE D5565H104 Supplier Germany
10 4.295869e+09 SIE.DE D69671218 Supplier Germany
11 4.295870e+09 TKA.DE D8398Q119 Supplier Germany
12 5.059963e+09 BNR.DE D12459117 Customer Germany
13 4.295869e+09 RHM.DE D65111102 Supplier Germany
14 5.001195e+09 GBF.DE D11648108 Supplier Germany
15 4.295869e+09 NXU.DE D5650J106 Customer Germany
16 4.295870e+09 DPW.DE D19225107 Supplier Germany
17 4.295870e+09 ILM1.DE D22430116 Supplier Germany
18 4.295869e+09 ADS.DE D0066B185 Customer Germany
19. 5.125125e+12 DBS.SG D12300523 Supplier SG
........................................................................
</code></pre>
请先 登录 后评论
针对此问题: 更多的回答
- 89 关注
- 1 收藏，216 浏览
- 网友 提问于 2天前
相关Python问题
- Python中两个字典的交集 5 回答
- python中两个字符串上的异或操作数？ 1 回答
- Python中两个字符串中的类似句子 7 回答
- Python中两个字符串之间的Hamming距离 5 回答
- python中两个字符串之间的匹配模式 3 回答
- python中两个字符串之间的按位或 2 回答
- python中两个字符串之间的数据（字节）切片 7 回答
- python中两个字符串之间的模式 7 回答
- python中两个字符串作为子字符串的区别 1 回答
- Python中两个字符串元组的比较 6 回答
- Python中两个字符串列表中的公共字符串 10 回答
- python中两个字符串的Anagram测试 5 回答
- Python中两个字符串的正则匹配 8 回答
- python中两个字符串的笛卡尔乘积 8 回答
- Python中两个字符串相似性的比较 8 回答
- python中两个字符串语义相似度的求法 5 回答
- Python中两个字符置换成固定长度的字符串，每个字符的数目相等 8 回答
- Python中两个对数方程之间的插值和平滑数据 2 回答
- Python中两个对象之间的And/Or运算符 3 回答
- python中两个嵌套字典中相似键的和值 2 回答
