如何从 Pandas DataFrame 列中 strip/replace "domain\"？

Question

我有一个 pandas DataFrame，它是从 CSV 中读取的，该 CSV 包含计算机的主机名，包括它们所属的域以及一堆其他列。我正在尝试删除域信息，这样我就只剩下主机名了。

DataFrame 例如：

name
domain1\computername1
domain1\computername45
dmain3\servername1
dmain3\computername3
domain1\servername64
....

我试过将 str.strip() 和 str.replace() 与正则表达式和字符串文字一起使用，但我似乎无法正确定位域信息。

到目前为止我尝试过的示例：

df['name'].str.strip('.*\')

df['name'].str.replace('.*\', '', regex = True)

df['name'].str.replace(r'[.*\]', '', regex = True)

df['name'].str.replace('domain1\\', '', regex = False)
df['name'].str.replace('dmain3\\', '', regex = False)

当我使用 logging.debug(df)

吐出 DataFrame 时，

None 似乎做了任何更改

Answer 1

您可以使用 .str.split:

df["name"] = df["name"].str.split("\", n=1).str[-1]
print(df)

打印：

             name
0   computername1
1  computername45
2     servername1
3   computername3
4    servername64

Answer 2

您已经接近答案了，只需使用：

df['name'] = df['name'].str.replace(r'.*\', '', regex = True)

它只是添加了您尝试过的代码之一中的 using r-string。

此处不使用 r-string，该字符串等同于 .*\，在最终的正则表达式中将被解释为只有一个 \。但是，对于 r-string，字符串将变为 '.*\\' 并且每对 \ 最终将被解释为一个 \ 并且最终结果如您所料变为 2 个斜杠。

输出：

0     computername1
1    computername45
2       servername1
3     computername3
4      servername64
Name: name, dtype: object

Answer 3

ntpath.basename 没有正则表达式方法：

import pandas as pd
import ntpath
df = pd.DataFrame({'name':[r'domain1\computername1']})
df["name"] = df["name"].apply(lambda x: ntpath.basename(x))

结果：computername1。

与rsplit:

df["name"] = df["name"].str.rsplit('\').str[-1]

How to strip/replace "domain\" from Pandas DataFrame Column?