pandas 应用正则表达式来替换值

使用正则表达式来替换值是Pandas中非常有用的功能之一。Pandas是一个强大的数据分析工具，它提供了许多方便的方法来处理和操作数据。正则表达式是一种强大的文本处理工具，它可以用来匹配和替换特定的模式。在本文中，我们将探讨如何在Pandas中应用正则表达式来替换值，并提供一些实际的案例代码。

python
import pandas as pd
# 创建一个包含字符串的DataFrame
data = {'Name': ['John', 'Tom', 'Amy', 'David'],
        'Age': [25, 30, 35, 40]}
df = pd.DataFrame(data)
# 使用正则表达式替换值
df['Name'] = df['Name'].str.replace(r'o', 'e')
print(df)

   Name  Age
0  Jenh   25
1   Tem   30
2   Amy   35
3  David  40

python
import pandas as pd
# 创建一个包含字符串的DataFrame
data = {'Name': ['John123', 'Tom', 'Amy456', 'David'],
        'Age': [25, 30, 35, 40]}
df = pd.DataFrame(data)
# 使用正则表达式替换值
df['Name'] = df['Name'].str.replace(r'\d', '')
print(df)

   Name  Age
0  John   25
1   Tom   30
2   Amy   35
3  David  40

python
import pandas as pd
# 创建一个包含字符串的DataFrame
data = {'Name': ['John', 'Tom', 'Amy', 'David'],
        'Age': [25, 30, 35, 40]}
df = pd.DataFrame(data)
# 定义一个函数来生成替换值
def replace_name(match):
    return match.group(0).lower()
# 使用函数替换值
df['Name'] = df['Name'].str.replace(r'[A-Z]', replace_name)
print(df)

   Name  Age
0  john   25
1   tom   30
2   amy   35
3  david  40

python
import pandas as pd
# 创建一个包含字符串的DataFrame
data = {'Name': ['John', 'Tom', 'Amy', 'David'],
        'Age': [25, 30, 35, 40]}
df = pd.DataFrame(data)
# 使用正则表达式替换值
df['Name'] = df['Name'].str.replace(r'o', 'e')
print(df)
df['Name'] = df['Name'].str.replace(r'\d', '')
print(df)
def replace_name(match):
    return match.group(0).lower()
df['Name'] = df['Name'].str.replace(r'[A-Z]', replace_name)
print(df)