Python 如何使用字符串进行分组

我一直在努力解决一个我以前发布过的问题。现在我有一个df，只要

类型

和

名称

匹配，我就想在

配对中添加数字。我使用groupby方法取得了一些成功，如下所示：

x = df['type'].str[:5]
df['Pairing'] = df.groupby([x, 'Name']).ngroup()+1


Name    | type  |      Pairing 
---------------------------
Charles |Circle       | 1
Scott   |Square       | 2
Scott   |Triangle     | 3
Anne    |Rectangle    | 4
Anne    |Rectangle2   | 4
Anne    |Oval         | 5
Anne    |Oval         | 5
Bart    |Octagon      | 6


我使用
.str[：5]
，因为有时一个数字或符号会附加到一个
类型，而不是另一个。这个方法很有效，但是如果我有一个像
Oval
这样的类型，它就不起作用了，因为它小于5

我不知道如何解决这个问题。如果有人有任何建议，请让我知道！我想知道和
语句是否在这里起作用？
尝试使用
条带消除前导空格：

x = df['type'].str.strip().str[:5]

或者使用
extract
删除所有非字母字符，如下所示：

x = df['type'].str.extract('^[^a-zA-Z]*([a-zA-Z]+)')[0].str[:5]

尝试使用
条带
消除前导空格：

x = df['type'].str.strip().str[:5]

或者使用
extract
删除所有非字母字符，如下所示：

x = df['type'].str.extract('^[^a-zA-Z]*([a-zA-Z]+)')[0].str[:5]

这将删除以下数字：

x = df['type'].str.replace('\d+', '')

这将删除以下数字：

x = df['type'].str.replace('\d+', '')

嗯，我并不特别想删除数字，我希望str小于5的
类型
能够正确分组然后创建一个新列：df['type\u abc']=df['type'].str.replace（'\d+，''）嗯，我不特别想删除数字，我希望str小于5的
类型
能够正确分组。然后创建一个新列：df['type\u abc']=df['type'].str.replace（'\d+'，''）哇，我认为这很有效！我需要做更多的检查，但看起来效果不错。非常感谢。我不熟悉编码和python，如果您有时间，我想了解这一行发生了什么
（^[^a-zA-Z]*（[a-zA-Z]+）
explain@Rockey试试看。哇，我觉得这很有效！我需要做更多的检查，但看起来效果不错。非常感谢。我不熟悉编码和python，如果您有时间，我想了解这一行发生了什么
（^[^a-zA-Z]*（[a-zA-Z]+）
explain@Rockey尝试