如何用 Pandas,Python 中的几个指定单词替换系列中的所有单词？

Question

我想基本上使用python查找和替换。

但是，我想说如果一个单元格包含某些内容，则替换为我想要的内容。

我知道

str.replace('safsd','something else')

但是，我不确定如何指定如何摆脱该单元格中的所有内容。我用*吗？我对 python 不太熟悉，但我知道在 bash shell*中对所有内容的引用......

我有

df['Description'] 

可以包含'optiplex 9010 for classes and research'我只想替换为'optiplex 9010'. 或者'macbook air 11 with configurations...etc.'我只想'macbook air 11'

我的目标是...

if  Df['Description'].str.contains('macbook air 11')
  then Df['Description'].str.replace(' (not sure what I put in here) , 'mabook air 11')

任何帮助/想法？

谢谢！

**可能有用的其他信息...

我正在处理数千种不同的用户输入。因此，某人购买的“描述”在上下文、措辞、结构等方面完全不同。我可以手动进入 excel 并按包含“optiplex 9010”的内容进行过滤，然后替换所有内容用简单的描述，对 macbook 等做同样的事情。

我认为使用 pandas/python .str.contains 和 .str.replace 可能有一些更简单的方法。

希望额外的信息有帮助！让我知道

Answer 1

str.replace 采用正则表达式，例如 'macbook air 11'后跟零个（或多个）( *) 的任何字符 ( .) （您也可以标记为不区分大小写）：

Df['Description'].str.replace('macbook air 11.*' , 'macbook air 11')

可以在此处找到有关正则表达式的一些入门知识。

但是，您可能会更好，特别是如果您已经有了完整的主题列表，来规范化名称（例如，在这个问题/答案中使用模糊模糊）：

from fuzzywuzzy.fuzz import partial_ratio
Df['Description'].apply(lambda x: max(topics, key=lambda t: partial_ratio(x, t)))