替换数据帧上正则表达式匹配的第二组

Question

我有一个大约1000行的数据框，我的要求是将username:之后出现的所有字符替换为一个公共字符串（比如“users”）

我正在使用下面的正则表达式来解决我的问题，我可以匹配第二个组中的所有用户名，我想用“users”来替换它们

正则表达式：

"(?i)(\busername\b\s?|\buname\s?)+[;|:]
(\s?[a-z-A-Z0-9@:!+=#$%^&*-]{5,})"

测试数据：

 username : user111
    uname : user212

预期产出：

username : users
uname : users

我还想在一个大数据集上做这个操作，所以我想看看是否有任何有效的方法来实现这一点

Answer 1

我相信您可以使用正则表达式来实现这一点，但有时最简单的方法是拆分和加入，例如：

df = pd.DataFrame({'values':['username : user111','uname : user212']})

df['values'].apply(lambda x: ': '.join([x.split(':')[0], 'users']))

或者，如果您想避免使用lambda：

df['values'].str.split(':').str.get(0) + ': users'

输出

             values
0  username : users
1     uname : users