在Python中使用regex排除字符串

Question

我使用熊猫清理数据如下：

s3 = pd.DataFrame({'title':["intermediate" ,"Basmati/sadri" ,"temperate japonica" ,"Temperate japonica" , "Japonica" ,"Tropical japonica" ,"Aromatic (basmati/sandri type" , "indica" , "Aus/boro" , "Aus" ,"aus" ,"japonica" , "tropical japnica", "" , "Indica" , "Intermediate type" ]})

s3.title.replace(r".*[Jj]ap(o)?nica$", "japonica" ,inplace=True,regex=True)

s3.title.replace(r"Indica", "indica" ,inplace=True,regex=True)

print s3

我得到了：

                        title
0                    intermediate
1                   Basmati/sadri
2                        japonica
3                        japonica
4                        japonica
5                        japonica
6   Aromatic (basmati/sandri type
7                          indica
8                        Aus/boro
9                             Aus
10                            aus
11                       japonica
12                       japonica
13                               
14                         indica
15              Intermediate type

我想替换字符串如下：

if string not in  ['japonica', "indica"] :
    string = 'others'

但是如何作为regex执行：

s3.title.replace(r"some regex", "others" ,inplace=True,regex=True)

Answer 1

下面的方法应该有效。它使用三个case，由or（|）运算符分隔。你知道吗

• 为确保标题不以japonica或indica开头而需要一些其他字符而进行的反向前瞻。你知道吗
• 一种or语句，用于确保如果标题以japonica或indica开头，则后面还有其他字符，以确认字符串不是japonica或indica单独的。你知道吗

• 空字符串。你知道吗

  s3.title.replace(r'^(?!japonica|indica).+$|^(japonica|indica).+$|^$', "others", inplace=True, regex=True)