替换和删除列中的文本

Question

我想：

1. 删除单词"；ANOS"；以及"；ANO">
2. 替换"；A"；至"；TO"；；以及
3. 替换"<1ano"；至"；0到1">

示例："；10 A 19 ANOS"；至"；10至19〃；

data = pd.DataFrame({'FAIXA_ETARIA': ['10 A 19 ANOS',' 20 A 29 ANOS', '30 A 39 ANOS', '40 A 49 ANOS',
'50 A 59 ANOS', ' 60 A 69 ANOS', '70 A 79 ANOS', '80 A 89 ANOS',
'<1ANO'],
'Count': [3, 8, 28, 7, 15, 9, 3, 5, 3]})

PS：我的数据库显示了许多列，我希望这个过程只在列中执行；FAIXA_ETARIA">

谢谢你的帮助！

Answer 1

这里有一种可能的方法：

data["FAIXA_ETARIA"] 
.str.replace(r"ANOw?", "")  # Regex for ANO plus an optional single character
.str.replace(r"A", "TO")  # Replace a single character
.str.replace(r"<w?", "0 to 1") # Regex for < and non-greedy multiple characters.

输出：

0     10 TO 19 
1     20 TO 29 
2     30 TO 39 
3     40 TO 49 
4     50 TO 59 
5     60 TO 69 
6     70 TO 79 
7     80 TO 89 
8        0 to 1
Name: FAIXA_ETARIA, dtype: object

Answer 2

您可以迭代抛出数组中的入口，然后使用python的replace()方法。示例：

message = "Hello there"
custom = message.replace("there", "kvratto")

结果将是"；你好kvratto"。

就你而言，你有一本字典。因此，您可以使用dictionaryname['columnname']获取特定条目。您可以将结果放入一个新变量中，然后可以像数组一样处理它。

我希望这足够帮助！

Answer 3

或者，只提取数字，并与"to"连接：

data['FAIXA_ETARIA'] = data['FAIXA_ETARIA'].str.findall('d+').str.join(' to ')
cond = data['FAIXA_ETARIA']  == '1'
data.loc[cond, 'FAIXA_ETARIA'] = '0 to 1'

0    10 to 19
1    20 to 29
2    30 to 39
3    40 to 49
4    50 to 59
5    60 to 69
6    70 to 79
7    80 to 89
8      0 to 1
Name: FAIXA_ETARIA, dtype: object