在数据帧中的字母表和数字之间插入连字符

Question

import pandas as pd

# initialize data of lists.
data = {'Unique ID':['CCC-08559', 'CCC-0856A', 'CCC09512', '08565AAA','CCC-08565'],
'Age':[20, 21, 19, 18, 15]}

# Create DataFrame
df = pd.DataFrame(data)

# Print the output.
df

在regex的帮助下，我想在数据帧中的字母表和数字之间插入连字符，并打印所有进行更改的索引：示例CCC09512应为索引2中的CCC-09512。

Answer 1

IIUC，您可以使用带有查找的regex：

# replace LetterDigit to Letter-Digit or DigitLetter to Digit-Letter
s = df['Unique ID'].str.replace(r'(?<=[a-zA-Z])(?=d)|(?<=d)(?=[a-zA-Z])',
'-', regex=True)
# identify changed column
df['changed'] = df['Unique ID'].ne(s)
# assign changed ID
df['Unique ID'] = s

输出：

Unique ID  Age  changed
0   CCC-08559   20    False
1  CCC-0856-A   21     True
2   CCC-09512   19     True
3   08565-AAA   18     True
4   CCC-08565   15    False

限制为第一次出现：

# replace LetterDigit to Letter-Digit or DigitLetter to Digit-Letter
s = df['Unique ID'].str.replace(r'(?<=[a-zA-Z])-?(?=d)|(?<=d)-?(?=[a-zA-Z])',
'-', n=1, regex=True)
# identify changed column
df['changed'] = df['Unique ID'].ne(s)
# assign changed ID
df['Unique ID'] = s

输出：

Unique ID  Age  changed
0  CCC-08559   20    False
1  CCC-0856A   21    False
2  CCC-09512   19     True
3  08565-AAA   18     True
4  CCC-08565   15    False