re.findall在对pandas数据框的列表进行迭代时使用时出错

如何解决re.findall在对pandas数据框的列表进行迭代时使用时出错

我将pandas df中的列转换为列表：

    subsectors = df['subsectors'].tolist()

我想分离这种字符串： 将“ BuyMeADrink”改为“给我喝一杯”

所以我使用了以下之一：

    [' '.join(re.findall('[A-Z][^A-Z]*',s)) for s in subsectors]

或

    li = re.compile(r'(?<=[a-z])(?=[A-Z])')
    strings = [li.sub(' ',subsectors) for string in subsectors]

或

    output=[]
    for i in subsectors:
        output.append(" ".join(re.findall('[A-Z][^A-Z]*',i)))

以上所有内容均返回以下内容：

TypeError：预期的字符串或类似字节的对象

我知道findall（）需要字符串而不是列表，但是在这里我要遍历返回字符串的列表，那为什么会出现此错误？

谢谢。

解决方法

让我们尝试replace：

df = pd.DataFrame({'subsectors':['BuyMeADrink' ]})

df['subsectors'].str.replace('([A-Z][a-z]*)',r' \1').str.strip()

输出：

0    Buy Me A Drink
Name: subsectors,dtype: object

但是，您的问题本质上是模棱两可的，例如您应该如何分割'ElectionInTheUSA'

,

该问题仅向您提供第二种方式，该错误信息为“ TypeError：预期的字符串或类似字节的对象”。 那是因为您将“ subsectors”而不是“ string”传递给“ li.sub”。

应该是：

li = re.compile(r'(?<=[a-z])(?=[A-Z])')
strings = [li.sub(' ',string) for string in subsectors]

完整代码：

import re

subsectors = ['AntibodiesImmunotherapy','ProteinsImmunotherapy','Wound care','Cell therapyImmunotherapy']

strings = [' '.join(re.findall('[A-Z][^A-Z]*',s)) for s in subsectors]
print(strings)

li = re.compile(r'(?<=[a-z])(?=[A-Z])')
strings = [li.sub(' ',string) for string in subsectors]
print(strings)

strings=[]
for i in subsectors:
    strings.append(" ".join(re.findall('[A-Z][^A-Z]*',i)))
print(strings)