Python:用reg的输出替换所有列

Question

在我的数据集中，我有一个像这样的特征(称为Size):

import pandas as pd


dit={"Size" : ["0","0","5mm","12-15","3-10"] }
dt = pd.DataFrame(data=dit)

此功能指定范围内的大小(最小值和最大值)或特定数字。

现在，我希望将值替换为每个范围的最大值。

所以，在我的例子中，输出应该是

dit={"Size" : ["0","0","5mm","15mm","10mm"] }

这是我尝试过的:

import re
dt = re.split("-",dt.loc[:,"Size"])

但是，它提示:

TypeError: expected string or bytes-like object

这是有道理的，因为 dt.loc[:,"Size (in mm)"] 的类型是:

pandas.core.series.Series

我的问题是，我怎样才能在不循环的情况下简单地更新此列？

Answer 1

你可以使用

import pandas as pd
import re

dit={"Size" : ["0","0","5mm","12-15","3-10"] }
dt = pd.DataFrame(data=dit)
rx = r'(\d+)(?:mm)?-(\d+)(?:mm)?'
dt['Size']=dt['Size'].apply(lambda x: re.sub(rx, lambda z: str(max(int(z.group(1)), int(z.group(2)))) + "mm", x))

输出:

>>> dt
   Size
0     0
1     0
2   5mm
3  15mm
4  10mm

正则表达式匹配

• (\d+) - 第 1 组:一个或多个数字
• (?:mm)? - 一个可选的 mm 字符序列
• - - 连字符
• (\d+) - 第 2 组:一个或多个数字
• (?:mm)? - - 一个可选的 mm 字符序列。

str(max(int(z.group(1)), int(z.group(2)))) + "mm" 保留两组数字的最大值并在末尾附加 mm。