Pandas regex，将组替换为char

Question

问题

在以下数据帧中，如何将X替换为X：

data = {'street':['13XX First St', '2XXX First St', '47X Second Ave'], 
        'city':['Ashland', 'Springfield', 'Ashland']} 
df = pd.DataFrame(data) 

街道需要编辑，用下划线替换每个X

请注意，整数的数量会发生变化，X的数量也会发生变化。此外，诸如Xerxes之类的街道名称不应编辑为“er”，而应保留未编辑状态。只有街道号码部分应该更改

期望输出

data = {'street':['13__ First St', '2___ First St', '47_ Second Ave'], 
        'city':['Ashland', 'Springfield', 'Ashland']} 
df = pd.DataFrame(data) 

进展

一些潜在的正则表达式构建块包括：
1.[0-9]+捕捉数字
2.X+捕获X
3.（[0-9]+）（X+）来捕获组

df['street']replace("[0-9]+)(X+)", value=r"\2", regex=True, inplace=False)

我对正则表达式的理解很弱，所以我的方法可能不是最好的。先发制人感谢您的指导或解决方案

Answer 1

IIUC，我们可以将函数传递到repl参数，就像re.sub

def repl(m):
    return '_' * len(m.group())

df['street'].str.replace(r'([X])+',repl)

---

out:

0     13__ First St
1     2___ First St
2    47_ Second Ave
Name: street, dtype: object

如果您只需要在数字之后匹配，我们可以添加一个'\d{1}'，它将只在X的单个实例之后匹配

df['street'].str.replace(r'\d{1}([X]+)+',repl)

Answer 2

IIUC，这可以：

def repl(m):
    return m.group(1) + '_'*len(m.group(2))

df['street'].str.replace("^([0-9]+)(X*)", repl)

输出：

0     13__ First St
1     2___ First St
2    47_ Second Ave
Name: street, dtype: object

Answer 3

假设“X”只出现在“street”列中

streetresult=re.sub('X','_',str(df['street']))

您想要的输出应该是结果

我测试的代码

import pandas as pd
import re

data = {'street':['13XX First St', '2XXX First St', '47X Second Ave'], 
        'city':['Ashland', 'Springfield', 'Ashland']} 
df = pd.DataFrame(data) 
for  i in data:
    streetresult=re.sub('X','_',str(df['street']))
print(streetresult)