正則表達(dá)式代碼，如何解決某些數(shù)據(jù)輸入錯誤

PHP

吃雞游戲 2023-11-09 15:51:43

我有兩個數(shù)據(jù)框df1nameADAM, HAFIZ MABAD, FARLEY JCORDDED, NANCY CBOMBSHAD, WANG Ddf2JOSEPH W. HOLUBKA WANG E. JONATHANCUCU F. LIU,WANG C. DANA,LANDY F. JON我希望提取每個數(shù)據(jù)幀的名字。對于 df1，我需要“,”之后的“名字”部分，第二個 df，名字就是我想要的。所以返回的 df 是df1HAFIZFARLEYNANCYWANGdf2JOSEPHWANGCUCUWANGLANDY我當(dāng)前的代碼是 df['name'].str.upper().apply(lambda name:re.search(r'\w+(?!.*,)',name).group())這個正則表達(dá)式適用于兩個 df，但是，我剛剛意識到我的數(shù)據(jù)有一個輸入錯誤。在 df2 中，Liu 和 Dana 末尾有一個“，”，這導(dǎo)致正則表達(dá)式不起作用。錯誤是 group() 不是屬性。無論如何我可以修復(fù)這個代碼嗎？正則表達(dá)式應(yīng)該適用于 df

查看完整描述

2 回答

滄海一幻覺

TA貢獻(xiàn)1824條經(jīng)驗獲得超5個贊

您可以使用

(^(?=[^,]*,?$)[\w'-]+|(?<=, )[\w'-]+)

請參閱正則表達(dá)式演示。如果字符串中存在尾隨逗號，則此模式允許在字符串中的初始位置匹配名稱。

在 Pandas 中使用向Series.str.extract量化方法：

df['first name'] = df['name'].str.upper().str.extract(r"(^(?=[^,]*,?$)[\w'-]+|(?<=, )[\w'-]+)", expand=False)

正則表達(dá)式詳細(xì)信息

^(?=[^,]*,?$)[\w'-]+'- 一個或多個單詞，如果字符串沒有逗號但可以以可選逗號 ( ) 結(jié)尾，則在字符串 ( ) 開頭添加-字符[\w'-]+( )^(?=[^,]*,?$)
|- 或者
(?<=, )[\w'-]+- 一個或多個單詞，'以及-字符字符前面帶有逗號 + 空格。