pandas.Series.replace函数用法及常用的正则表达式汇总

pandas.Series.replace 参数信息

参数列表：

• to_replace: str, regex, list, dict, Series, int, float, 或 None

  • 需要被替换的值。
  • 数值、字符串或正则表达式：数值将替换等于to_replace的值，字符串将替换完全匹配to_replace的值，正则表达式将替换匹配to_replace的值。
  • 列表：如果to_replace和value都是列表，它们必须长度相同。如果regex=True，则两个列表中的字符串都将被解释为正则表达式。
  • 字典：可以指定不同的替换值对应不同的现有值。例如，{‘a’: ‘b’, ‘y’: ‘z’}将值‘a’替换为‘b’，将‘y’替换为‘z’。
  • None：如果regex是一个字符串、编译的正则表达式或这样的元素的列表、字典、ndarray或Series，to_replace必须是None。

• value: scalar, dict, list, str, regex，默认为None

  • 用于替换匹配to_replace的值。
  • 对于DataFrame，可以使用字典值指定每列的替换值。

• inplace: bool，默认为False

  • 如果为True，则在原地进行操作并不返回任何内容。

• limit: int，默认为None

  • 向前或向后填充的最大大小差距。（已在2.1.0版本中弃用）

• regex: bool或与to_replace相同类型的值，默认为False

  • 是否将to_replace和/或value解释为正则表达式。或者，这可以是一个正则表达式或列表、字典或数组中的正则表达式，在这种情况下to_replace必须是None。

• method: ‘pad’, ‘ffill’, ‘bfill’

  • 当to_replace是标量、列表或元组且value是None时，用于替换的方法。（已在2.1.0版本中弃用）

返回值：

• Series/DataFrame：替换后的Series或DataFrame对象。

使用方法

Series.replace 方法用于动态替换Series或DataFrame中的值。这与使用.loc或.iloc更新不同，后者需要你指定要更新的位置和值。

具体示例

示例1：标量to_replace和value

import pandas as pd

s = pd.Series([1, 2, 3, 4, 5])
result = s.replace(1, 5)
print(result)

输出：

0    5
1    2
2    3
3    4
4    5
dtype: int64

示例2：列表like to_replace

df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
                  'B': [5, 6, 7, 8, 9],
                  'C': ['a', 'b', 'c', 'd', 'e']})
result = df.replace([0, 1, 2, 3], 4)
print(result)

输出：

    A  B  C
0  4  5  a
1  4  6  b
2  4  7  c
3  4  8  d
4  4  9  e

示例3：dict-like to_replace

result = df.replace({0: 10, 1: 100})
print(result)

输出：

        A  B  C
0   10  5  a
1  100  6  b
2    2  7  c
3    3  8  d
4    4  9  e

示例4：正则表达式to_replace

df = pd.DataFrame({'A': ['bat', 'foo', 'bait'],
                  'B': ['abc', 'bar', 'xyz']})
result = df.replace(to_replace=r'^ba.$', value='new', regex=True)
print(result)

输出：

        A    B
0   new  abc
1   foo  new
2  bait  xyz

示例5：使用正则表达式替换多个值

result = df.replace(regex=[r'^ba.$', 'foo'], value='new')
print(result)

输出：

    A    B
0  new  abc
1  new  new
2  bait  xyz

示例6：使用字典进行正则表达式替换

result = df.replace(regex={r'^ba.$': 'new', 'foo': 'xyz'})
print(result)

输出：

    A    B
0  new  abc
1  xyz  new
2  bait  xyz

示例7：理解s.replace({'a': None})和s.replace('a', None)的区别

s = pd.Series([10, 'a', 'a', 'b', 'a'])
result1 = s.replace({'a': None})
print(result1)

输出：

0      10
1    None
2    None
3       b
4    None
dtype: object

result2 = s.replace('a', None)
print(result2)

输出：

0      10
1    None
2    None
3       b
4    None
dtype: object

示例8：当regex=True且value不是None时，替换将应用于所有列

df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
                  'B': ['a', 'b', 'c', 'd', 'e'],
                  'C': ['f', 'g', 'h', 'i', 'j']})
result = df.replace(to_replace='^[a-g]', value='e', regex=True)
print(result)

输出：

    A  B  C
0  0  e  e
1  1  e  e
2  2  e  h
3  3  e  i
4  4  e  j

示例9：如果value不是None且to_replace是一个字典，字典的键将是DataFrame中需要替换的列

result = df.replace(to_replace={'B': '^[a-c]', 'C': '^[h-j]'}, value='e', regex=True)
print(result)

输出：

    A  B  C
0  0  e  f
1  1  e  g
2  2  e  e
3  3  d  e
4  4  e  e

replace方法非常灵活，可以根据需要进行各种复杂的替换操作。
以下是一些常用的正则表达式及其说明，适用于字符串匹配和搜索：

常用正则表达式

1. 匹配任意字符

   • .：匹配除换行符以外的任何单个字符。

2. 匹配数字

   • \d：匹配任何数字，等价于 [0-9]。
   • \D：匹配任何非数字字符。

3. 匹配字母

   • \w：匹配任何字母数字字符（字母、数字和下划线），等价于 [a-zA-Z0-9_]。
   • \W：匹配任何非字母数字字符。

4. 匹配空白字符

   • \s：匹配任何空白字符（空格、制表符、换行符等）。
   • \S：匹配任何非空白字符。

5. 匹配开头和结尾

   • ^：匹配字符串的开头。
   • $：匹配字符串的结尾。

6. 匹配特定字符

   • [abc]：匹配字符 a、b 或 c 中的任意一个。
   • [^abc]：匹配除 a、b、c 之外的任何字符。
   • [a-z]：匹配小写字母 a 到 z。
   • [A-Z]：匹配大写字母 A 到 Z。
   • [0-9]：匹配数字 0 到 9。

7. 数量修饰符

   • *：匹配前面的表达式零次或多次。
   • +：匹配前面的表达式一次或多次。
   • ?：匹配前面的表达式零次或一次。
   • {n}：匹配前面的表达式恰好 n 次。
   • {n,}：匹配前面的表达式至少 n 次。
   • {n,m}：匹配前面的表达式至少 n 次，但不超过 m 次。

8. 分组和选择

   • (abc)：匹配字符串 “abc”。
   • a|b：匹配字符 a 或 b。

9. 转义字符

   • \：用于转义特殊字符，例如 \. 匹配字面上的点字符。

10. 其他常用模式

    • \b：匹配单词边界。
    • \B：匹配非单词边界。
    • (?i)：使后面的匹配不区分大小写。

示例

• 匹配邮箱地址：

  [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}
  

• 匹配 URL：

  https?://[^\s/$.?#].[^\s]*
  

• 匹配日期（YYYY-MM-DD）：

  \d{4}-\d{2}-\d{2}
  

• 匹配电话号码：

  \d{3}-\d{3}-\d{4}  # 格式: 123-456-7890
  

下面是一些常用的正则表达式。

常用的正则表达式

参考链接：

正则表达式教程
常用正则表达式及正则在线检查