Pandas数据帧:将长regex拆分为多行

Question

我正在使用Pandas进行一些数据清理，我有一个很长的正则表达式，我想将其拆分为多行。以下在Pandas中运行良好，因为它都在一条线上：

df['REMARKS'] = df['REMARKS'].replace(to_replace =r'(?=[^])}]*([[({]|$))b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)b(?:s*(?:,s*)?(?:(?:or|and)s+)?(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*b', value = r'<g<0>>', regex = True)

然而，这很难管理。我尝试了以下在常规Python中有效的详细方法：

df['REMARKS'] = df['REMARKS'].replace(to_replace =r"""(?=[^])}]*([[({]|$))
b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)
b(?:s*(?:,s*)?(?:(?:or|and)s+)?
(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*b""", value = r'<g<0>>', regex = True)

不过，这在熊猫身上不起作用。你知道我错过了什么吗？

以下是一些测试示例文本：

GR、MDT、CMR、HLDS、NEXT、NGI@25273、COMPTG

将13.72安装在9-7/8 LNR、LWD[GR、RES、APWD、SONVIS]、MDTS(PRESS和SAMP(上ROT SWC，TSTG BOP

LWD[GR，RES，APWD，SONVIS]，GR，RES、NGI、PPC@31937，MDTS(PRESS&SAMP(TKG ROT SWC

LWD[GR，RES]@12586，IND，FDC，CNL，GR@12586、SWC，RAN CSG，PF12240-12252，RR(添加信息(

谢谢！

Answer 1

一个选项是创建字符串列表，然后在调用replace时使用join

RegEx = [r'(?=[^])}]*([[({]|$))b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)',
r'b(?:s*(?:,s*)?(?:(?:or|and)s+)?',
r'(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*b']
df['REMARKS'] = df['REMARKS'].replace(to_replace=''.join(RegEx), value=r'<g<0>>', regex=True)

使用re

import re
s = r"""(?=[^])}]*([[({]|$))b(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL)
b(?:s*(?:,s*)?(?:(?:or|and)s+)?
(?:GR|MDT|CMR|HLDS|NEXT|NGI|MDTS|RES|PPC|IND|FDC|CNL))*b"""
df['REMARKS'] = df['REMARKS'].replace(to_replace=re.compile(s, re.VERBOSE), value=r'<g<0>>')