FutureWarning：正则表达式的默认值将在未来版本中从 True 变为 False

Question

我正在运行下面的代码来清理文本

import pandas as pd

def not_regex(pattern):
        return r"((?!{}).)".format(pattern)
    
tmp = pd.DataFrame(['No one has a European accent either @',
                    'That the kid   reminds me of Kevin'])

tmp[0].str.replace(not_regex('(\\b[-/]\\b|[a-zA-Z0-9])'), ' ') 

然后它返回一个警告

<ipython-input-8-ef8a43f91dbd>:9: FutureWarning: The default value of regex will change from True to False in a future version.
  tmp[0].str.replace(not_regex('(\\b[-/]\\b|[a-zA-Z0-9])'), ' ')

你能详细说明这个警告的原因吗？

Answer 1

请参阅Pandas 1.2.0 发行说明：

在未来版本中，regex for的默认值Series.str.replace()将从True更改为False。此外，当设置regex=True时，单字符正则表达式不会被视为文字字符串（GH24804）

即，现在明确使用正则表达式：

dframe['colname'] = dframe['colname'].str.replace(r'\D+', regex=True)