python - 如何在特定字符之前从字符串中删除特殊字符？

Question

我有一个 df有一列名为 EMAIL ，其中包含各种电子邮件地址。我想删除所有特殊字符，特别是 @ 之前的 .、- 和 _ 并附加一个新列 NEW_EMAIL .例如，如果 df['EMAIL'] = 'ab_cd_123@email.com' , 我要 df['NEW_EMAIL'] = 'abcd123@email.com' .
我能够使用下面的代码成功删除句点，但似乎无法删除同一行代码中的下划线或破折号。现在，我正在重复同一行代码以删除这三个特殊字符，这非常难看。有人可以帮我一把吗？提前谢谢你的帮助。

df['NEW_EMAIL'] = df.EMAIL.str.replace(r'\.(?!.{1,4}$)','', regex = True)
df['NEW_EMAIL'] = df.NEW_EMAIL.str.replace(r'\.(?!.{1,4}$)','', regex = True)
df['NEW_EMAIL'] = df.NEW_EMAIL.str.replace(r'\.(?!.{1,4}$)','', regex = True)

Answer 1

您可以使用

df['NEW_EMAIL'] = df['EMAIL'].str.replace(r'[._-](?=[^@]*@)', '', regex=True)

见 regex demo .细节:

[._-] - 一个 . , _或 -字符

(?=[^@]*@) - 正向前瞻，需要存在除 @ 之外的任何零个或多个字符然后是 @ char 立即位于当前位置的右侧。

如果您需要替换/删除任何特殊字符 ，你应该使用

df['NEW_EMAIL'] = df['EMAIL'].str.replace(r'[\W_](?=[^@]*@)', '', regex=True)

查看 Pandas 测试:

>>> import pandas as pd
>>> df = pd.DataFrame({'EMAIL':['ab_cd_123@email.com', 'ab_cd.12-3@email.com']})
>>> df['EMAIL'].str.replace(r'[._-](?=[^@]*@)', '', regex=True)
0    abcd123@email.com
1    abcd123@email.com
Name: EMAIL, dtype: object