python 替换没有空格的正则表达式匹配

Question

我基本上想要 'join' 应该清楚地放在一起的数字。我想用自己替换正则表达式匹配但没有任何空格。

我有：

df
               a
'Fraxiparine 9 500 IU (anti-Xa)/1 ml'
'Colobreathe 1 662 500 IU inhalačný prášok v tvrdej kapsule'

我想要：

df
               a
'Fraxiparine 9500 IU (anti-Xa)/1 ml'
'Colobreathe 1662500 IU inhalačný prášok v tvrdej kapsule'

我正在使用 r'\d+\s+\d+\s*\d+' 来匹配数字，并且我创建了以下函数来删除字符串中的空格：

def spaces(x):
    match = re.findall(r'\d+\s+\d+\s*\d+', x)
    return match.replace(" ","")

现在我无法将该函数应用于完整数据框，但我也不知道如何用没有任何空格的字符串替换原始匹配项。

Answer 1

尝试使用以下代码：

def spaces(s):
    return re.sub('(?<=\d) (?=\d)', '', s)

df['a'] = df['a'].apply(spaces)

正则表达式将匹配：

任意space
前面有一个数字(?<=\d)
后跟一个数字 (?=\d)。

然后，pandas.Series.apply 函数会将您的函数应用于数据框的所有行。

输出：

0   Fraxiparine 9500 IU (anti-Xa)/1 ml
1   Colobreathe 1662500 IU inhalačný prášok v tvrd...

Answer 2

我相信您的问题可以通过稍微调整您的函数来解决，以便应用于整个字符串 'match'，如下所示：

import pandas as pd
import re

df = pd.DataFrame({'a' : ['Fraxiparine 9 500 IU (anti-Xa)/1 ml','Colobreathe 1 662 500 IU inhalačný prášok v tvrdej kapsule']})

# your function
def spaces(x):
    match = re.findall(r'\d+\s+\d+\s*\d+', x)
    replace_with = match[0].replace(" ","")
    return x.replace(match[0], replace_with)

# now apply it on the whole dataframe, row per row
df['a'] = df['a'].apply(lambda x: spaces(x))

Answer 3

使用

df['a'] = df['a'].str.replace(r'(?<=\d)\s+(?=\d)', '', regex=True)

解释

NODE                     EXPLANATION
--------------------------------------------------------------------------------
  (?<=                     look behind to see if there is:
--------------------------------------------------------------------------------
    \d                       digits (0-9)
--------------------------------------------------------------------------------
  )                        end of look-behind
--------------------------------------------------------------------------------
  \s+                      whitespace (\n, \r, \t, \f, and &quot; &quot;) (1 or
                           more times (matching the most amount
                           possible))
--------------------------------------------------------------------------------
  (?=                      look ahead to see if there is:
--------------------------------------------------------------------------------
    \d                       digits (0-9)
--------------------------------------------------------------------------------
  )                        end of look-ahead

如果您的计划是仅删除 \d+\s+\d+\s*\d+ 中的空格：

df['a'] = df['a'].str.replace(r'\d+\s+\d+\s*\d+', lambda m: re.sub(r'\s+', '', m.group()), regex=True)

参见str.replace：

repl : str or callable
Replacement string or a callable. The callable is passed the regex match object and must return a replacement string to be used. See re.sub().

python 替换没有空格的正则表达式匹配

python replace regex match without spaces

python

regex

string