将正则表达式应用于数据帧的所有列的Pythonic方法

Question

我有一个包含所有列中的关键字和值的数据框.请参阅下面的示例.

我想将regex应用于所有列.所以我使用for循环并应用正则表达式:

for i in range (1,maxExtended_Keywords):
    temp = 'extdkey_' + str(i)
    Extended_Keywords[temp] = Extended_Keywords[temp].str.extract(":(.*)",expand=True)

我得到了理想的最终结果.没问题.

然而,只是古玩是有一种pythonic方式将正则表达式应用于整个数据帧而不是使用for循环并应用于列.

谢谢,

Answer 1

使用pandas.DataFrame.replace与regex=True

df.replace('^.*:\s*(.*)', r'\1', regex=True)

请注意，我的模式使用括号来捕获 之后的部分，':'并使用原始字符串r'\1'来引用该捕获组。

MCVE

df = pd.DataFrame([
    [np.nan, 'thing1: hello'],
    ['thing2: world', np.nan]
], columns=['extdkey1', 'extdkey2'])

df

        extdkey1       extdkey2
0            NaN  thing1: hello
1  thing2: world            NaN

df.replace('^.*:\s*(.*)', r'\1', regex=True)

  extdkey1 extdkey2
0      NaN    hello
1    world      NaN