Python Pandas dataframe：将长正则表达式拆分为多行

我正在使用Pandas进行一些数据清理，我有一个很长的正则表达式，我想把它分成多行。以下在熊猫身上很好，因为它们都在一条线上：

df['REMARKS'] = df['REMARKS'].replace(to_replace =r'(?=[^\])}]*([\[({]|$))\b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)\b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b', value = r'<\g<0>>', regex = True)

（2）替换（替换）（替换）（替换（替换）（替换）（替换）（替换）（替换）（替换）（替换）（替换（替换）（（（（[目前：：：）目前，（[[[[[[[[[[[[[[124：：）））\ b（？基码>df，[码码码：[码：[码：[码：[码：[码]MDT（CMR）MDT）CMR（CMR）MDT）MDT）CMR（CMR）CMR）MDD）MDD（MDD）MDD）下一个下一个，下一个，DFD（下一个，下一个，下一个（下一个）MDT，下一个（下一个）MDT，下一个，下一个，下一个，NGI；MDT，MDT，MDT（MDT）再下一个，MDT，再下一个，再下一个，MDT，本本，MDT，再，本本，本，再，再124; RES | PPC | IND | FDC | CNL |*\b'，value=r'，regex=True） 但是，这很难管理。我尝试了以下在常规Python中工作的详细方法：

df['REMARKS'] = df['REMARKS'].replace(to_replace =r"""(?=[^\])}]*([\[({]|$))
                                                      \b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)
                                                      \b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?
                                                      (?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b""", value = r'<\g<0>>', regex = True)

df['comments']=df['comments'].replace（to_replace=r”“（？=[^\]）}]*（[\[（{]\$））
\b（？：GR | MDT | CMR | HLDS | NEXT | NGI | MDTS | RES | PPC | IND | FDC | CNL）
\b（？:\s*（？：，\s*）？（？：（？：或|和）\s+？
（？：GR | MDT | CMR | HLDS | NEXT | NGI | MDTS | RES | PPC | IND | FDC | CNL）*\b“”，value=r“”，regex=True）

不过，这在熊猫身上不起作用。你知道我遗漏了什么吗

以下是一些用于测试的示例文本：

GR、MDT、CMR、HLDS、NEXT、NGI@25273、COMPTG

在9-7/8 LNR、LWD[GR、RES、APWD、SONVIS]和MDT（冲压和SAMP）上安装13.72 ROT SWC、TSTG防喷器

LWD[GR，RES，APWD，SONVIS]，GR，RES，NGI，PPC@31937，MDT（按& SAMP）TKG ROT SWC

LWD[GR，RES]@12586，IND，FDC，CNL，GR@12586，SWC，RAN CSG，PF 12240-12252，RR（新增信息）

---

谢谢！

一个选项是创建字符串列表，然后在调用

replace

时使用

join

RegEx = [r'(?=[^\])}]*([\[({]|$))\b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)',
         r'\b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?',
         r'(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b']

df['REMARKS'] = df['REMARKS'].replace(to_replace=''.join(RegEx), value=r'<\g<0>>', regex=True)

---

谢谢你的想法，Chris。不过，奇怪的是，我们不得不在Pandas中跳过这些类型的环。@Heather这更像是正则表达式的问题。在python中，你可以使用\来终止一行并在下一行继续。但是，\在正则表达式中的意思不同，因此这不是一个选项。还可以使用三重引号

“”"

不是一个选项，因为每个返回都会插入一个

\n

如果是这种情况，那么建议使用这里提到的regex-verbose方法如何？它特别提到三个引号表示regex中的verbose。@Heather如果要使用

re.verbose

则需要导入

re

package并在字符串上使用

re.compile

，我将更新我的答案以反映这一点作为一个选项。无论哪种方式，您仍然需要“编译”字符串，无论是使用

join

还是

re.compile

import re

s = r"""(?=[^\])}]*([\[({]|$))\b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)
         \b(?:\s*(?:,\s*)?(?:(?:or|and)\s+)?
         (?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*\b"""

df['REMARKS'] = df['REMARKS'].replace(to_replace=re.compile(s, re.VERBOSE), value=r'<\g<0>>')