python - 使用正则表达式改变数字 Pandas

Question

背景

我有以下 df

import pandas as pd
df = pd.DataFrame({'Text' : ['But the here is \nBase ID: 666666    \nDate is Here 123456 ', 
                                   '999998 For \nBase ID: 123456    \nDate  there', 
                                   'So so \nBase ID: 939393    \nDate hey the 123455 ',],
                      'ID': [1,2,3],
                       'P_ID': ['A','B','C'],

                     })

输出

    ID  P_ID    Text
0   1   A   But the here is \nBase ID: 666666 \nDate is Here 123456
1   2   B   999998 For \nBase ID: 123456 \nDate there
2   3   C   So so \nBase ID: 939393 \nDate hey the 123455

尝试过

我尝试了以下方法来**BLOCK** \nBase ID: 和\nDate 之间的 6 位数字

>

df['New_Text'] = df['Text'].str.replace('ID:(.+?)','ID:**BLOCK**')

我得到以下内容

  ID P_ID Text New_Text
0               But the here is \nBase ID:**BLOCK**666666 \nDate is Here 123456
1               999998 For \nBase ID:**BLOCK**123456 \nDate there
2               So so \nBase ID:**BLOCK**939393 \nDate hey the 123455

但我并没有完全得到我想要的

期望的输出

  ID P_ID Text New_Text
0               But the here is \nBase ID:**BLOCK** \nDate is Here 123456
1               999998 For \nBase ID:**BLOCK** \nDate there
2               So so \nBase ID:**BLOCK** \nDate hey the 123455

问题

如何调整代码的 str.replace('ID:(.+?)','ID:**BLOCK**') 部分以获得我想要的输出？

Answer 1

df['New_Text'] = df['Text'].str.replace(r'ID: *\d+ *', 'ID:**BLOCK** ')

参见 here详分割解使用的正则表达式模式。