Python 在dataframe replace函数中使用正则表达式匹配组

我只是在学习python/pandas，喜欢它的强大和简洁

在数据清理期间，我希望使用regex对数据帧中的列使用replace，但我希望重新插入部分匹配（组）

简单的例子： lastname，firstname->firstname lastname

我尝试了以下方法（实际情况更复杂，请原谅简单的正则表达式）：

但是，这会导致空值。匹配部分按预期工作，但值部分不工作。 我想这可以通过一些拆分和合并来实现，但我正在寻找一个关于regex组是否可以用于replace的一般答案。

设置

使用

替换

df.name.str.replace(r'(\w+),\s*(\w+)', r'\2 \1')

0    Sean Smith
Name: name, dtype: object

使用
提取


分成两列

df.name.str.extract('(?P<Last>\w+),\s*(?P<First>\w+)', expand=True)

    Last First
0  Smith  Sean

df.name.str.extract（'（？P\w+）\s*（？P\w+），expand=True）
最后优先
0史密斯·肖恩
我认为您对正则表达式有一些问题

As使用
'\\2\\1'
或更好的
r'\2\1'
，As
'\1'
是ASCII码
1

如果您使用正确的正则表达式，您的解决方案应该有效：

In [193]: df
Out[193]:
              name
0        John, Doe
1  Max, Mustermann

In [194]: df.name.replace({r'(\w+),\s+(\w+)' : r'\2 \1'}, regex=True)
Out[194]:
0          Doe John
1    Mustermann Max
Name: name, dtype: object

In [195]: df.name.replace({r'(\w+),\s+(\w+)' : r'\2 \1', 'Max':'Fritz'}, regex=True)
Out[195]:
0            Doe John
1    Mustermann Fritz
Name: name, dtype: object

请分享一些测试数据。或者
df['Col1']。替换（{'（[A-Za-z]+），（[A-Za-z]+）：'\\2\\1'}，inplace=True，regex=True）
。真的很棒！也只是学习python，所以请原谅新手的错误。附加问题：双向广播，即两者都快吗？通过.str的和直接使用replace（）的都快吗？@PeterD，
df.column.str.replace（）
-应该比
df.column.replace（{}）
快一点，但是第二种方法让您可以在一个goThanks中进行一些替换，以获取有关extract（）的额外信息，皮尔斯平方。我在MaxU的答案上做了标记，以获得关于我在正则表达式中的新手错误的额外提示。@PeterD没问题。MaxU的答案是greatThanks，特别是对于python正则表达式的工作原理，我看到的大多数示例都非常简单，似乎可以省略r语法而不会出现问题。
df.name.str.extract('(?P<Last>\w+),\s*(?P<First>\w+)', expand=True)

    Last First
0  Smith  Sean

In [193]: df
Out[193]:
              name
0        John, Doe
1  Max, Mustermann

In [194]: df.name.replace({r'(\w+),\s+(\w+)' : r'\2 \1'}, regex=True)
Out[194]:
0          Doe John
1    Mustermann Max
Name: name, dtype: object

In [195]: df.name.replace({r'(\w+),\s+(\w+)' : r'\2 \1', 'Max':'Fritz'}, regex=True)
Out[195]:
0            Doe John
1    Mustermann Fritz
Name: name, dtype: object