同时使用 f-string 和 raw string

如何解决同时使用 f-string 和 raw string

我有一个这样的数据框：

           p          q
0      jdkdn  01JAN2020
1  01JAN2020   hdk789dj
2      783i3  01FEB2020

我正在尝试将 01JAN2020 替换为 01-01-2020，基本上是将 alphabetical month name 替换为 numeric month number。我不知道这些 date 在哪里，意味着在任何列和任何行中。我试图通过仅使用 df.replace 来做到这一点，但原始字符串有问题，我也想使用 f-string。 这是我的尝试：

import pandas as pd
import re

df=pd.DataFrame({"p":["jdkdn","01JAN2020","783i3"],"q":["01JAN2020","hdk789dj","01FEB2020"]})

months = {'JAN': '01','FEB': '02'}
#All 12 months but for test I am using just 2

df.replace(r'(\d{2})('+'|'.join(months)+')(\d{4})',r"\1-"+

f"{{months[\\2]}}" # Here I am trying to do main things

+r"-\3",regex=True,inplace=True)
print(df)
"""
                       p                      q
0                  jdkdn  01-{months[JAN]}-2020
1  01-{months[JAN]}-2020               hdk789dj
2                  783i3  01-{months[FEB]}-2020
"""

fr"{{months[\\2]}}"
"""
                      p                     q
0                 jdkdn  01-{months[\2]}-2020
1  01-{months[\2]}-2020              hdk789dj
2                 783i3  01-{months[\2]}-2020
"""

rf"{months[\2]}" and rf"{months[\\2]}"
"""
SyntaxError: f-string expression part cannot include a backslash
"""

想法：
我们可以像 regex if 一样使用 (?(<month name>)<number>) 吗？pandas 中的任何函数都会检测到任何 01JAN2020 将其替换为 01-01-2020。

预期输出为：

           p           q
0      jdkdn  01-01-2020
1 01-01-2020    hdk789dj
2      783i3  01-02-2020

解决方法

你可以使用pandas str。替换，只需创建一个带有名称和替换的模式，然后使用 transform 将其应用于所有列：

pat = r"(?P<day>\d+)(?P<month>[A-Z]+)(?P<year>\d+)"
repl = lambda m: f"{m.group('day')}-{months[m.group('month')]}-{m.group('year')}"

df.transform(lambda x: x.str.replace(pat,repl,regex=True))
 
            p           q
0       jdkdn  01-01-2020
1  01-01-2020    hdk789dj
2       783i3  01-02-2020

请注意，对于字符串，如果您想要更高的性能，可以在 python 中编写并应用。您可以为此使用 re.sub，它应该会带来显着的改进（请测试）：

df.applymap(lambda x: re.sub(pat,x))

如果您的数据重复，一种有效的方法是转换为 Categorical 并将字符串修改应用于类别；那应该更快。

请注意，pandas 字符串函数隐式覆盖了空值，在 python 中，您的代码应该涵盖这些可能的场景。