python - 将括号附加到 Pandas 中的字母和日文字符串的组合

Question

我有一些数据在数据框中看起来像这样:

Japanese
--------
明日|Adverb の 天気|Weather は なんですか

在这里，明日被标记为副词，而天气被标记为天气。

使用 Pandas 和正则表达式，我正在寻找一种方法来将 {} 附加到具有日语、竖线和英语的字符周围，而不是仅附加到日语字符周围。我尝试将正则表达式与以下内容一起使用，但一直出现语法错误:

df.['Japanese'] = df['Japanese'].str.append('(.+?\|[A-Za-z_]+)\', '{(.+?\|[A-Za-z_]+)}')

所需的输出如下(也在寻找一种同时删除所有空格的方法......如果这不可能，我可以在之后这样做):

Japanese
--------
{明日|Adverb}の{天気|Weather}はなんですか

谢谢!

Answer 1

您可以使用 str.replace

df['Japanese'] = df['Japanese'].str.replace(r'(\w*\|[a-zA-Z]+)', r'{\1}', regex=True)   

# To remove white space use
df.Japanese.str.replace('\s',"", regex=True, inplace=True) 

# Output:

0    {'明日|Adverb'}の{'天気|Weather'}はなんですか
Name: Japanese, dtype: object