Python正则替换CSV中Identification_Key斜杠间纯数字失效求助
代码问题定位
- 核心语法错误:你传入
replace方法的第一个参数{'/[0-9]+/', '//'}没有使用冒号分隔键值对,实际生成的是包含两个独立字符串的集合,并非“匹配规则-替换内容”的映射字典。
这种写法下pandas的处理逻辑完全偏离预期:它会把集合内的两个字符串当成需要查找的精确单元格值,将匹配到的单元格默认替换为空值,根本不会执行“正则匹配斜杠包裹的纯数字段、替换为双斜杠”的逻辑,甚至会误把数据中正常存在的//内容清空。正确的映射字典写法需要用冒号连接匹配规则和替换结果,即{'/[0-9]+/': '//'}。 - 逻辑疏漏:就算修正了字典的语法问题,当前的全局替换逻辑也会作用于DataFrame的所有列,没有限定只修改需求指定的
Identification_Key列,其他列只要符合匹配规则就会被无差别修改,引发非预期的数据污染。 - 你编写的正则规则
/[0-9]+/本身完全符合需求:它仅匹配被两个正斜杠包裹的连续纯数字段,不会误匹配//BGF/INTEREST RATE PRODUCTS/这类斜杠间为非数字内容的路径段,也不会匹配开头带反斜杠的\0948271这类路径段,正则逻辑不存在错误。
修正后的可运行代码
import pandas as pd results_2017 = pd.read_csv(file_path) # 定向对目标列执行替换,避免影响其他列数据 results_2017['Identification_Key'] = results_2017['Identification_Key'].str.replace( pat='/[0-9]+/', repl='//', regex=True )
内容的提问来源于stack exchange,提问作者baris_a
相关产品推荐
相关产品推荐

