Python字符串通配符搜索及更新：统一城市列格式需求

嘿，这个城市名称标准化的需求太常见啦！用Python配合pandas就能轻松搞定，我给你两种实用的实现方式，你可以根据自己的场景来选：

这种方式最适合批量处理，一行代码就能搞定所有规则。我们利用正则的.*匹配任意前缀或后缀，直接替换成标准城市名：

import pandas as pd

# 模拟你的数据
data = {'City': ['Sydney', 'Sydney-EZ', 'Bangalore', 'Bengalore SEZ', 'Delhi', 'New Delhi']}
df = pd.DataFrame(data)

# 定义替换规则：键是正则匹配模式，值是标准化后的名称
replace_rules = {
    r'.*Sydney.*': 'Sydney',
    r'.*Bangalore.*': 'Bangalore',
    r'.*Delhi.*': 'Delhi'
}

# 执行替换，记得打开regex模式
df['City'] = df['City'].replace(replace_rules, regex=True)

# 查看结果
print(df)

运行后所有包含目标关键词的城市名都会被替换成标准格式，不管是带后缀的Sydney-EZ还是带前缀的New Delhi，都能完美匹配。

如果之后需要添加更多城市规则，或者需要更复杂的判断逻辑，这种方式可读性更强，维护起来也更方便：

import pandas as pd

data = {'City': ['Sydney', 'Sydney-EZ', 'Bangalore', 'Bengalore SEZ', 'Delhi', 'New Delhi']}
df = pd.DataFrame(data)

def standardize_city(city_name):
    # 检查是否包含目标关键词，匹配到就返回标准名
    if 'Sydney' in city_name:
        return 'Sydney'
    elif 'Bangalore' in city_name:
        return 'Bangalore'
    elif 'Delhi' in city_name:
        return 'Delhi'
    else:
        # 没有匹配到的情况，可以返回原名称或自定义默认值
        return city_name

# 应用函数到City列
df['City'] = df['City'].apply(standardize_city)

print(df)

小提示 #

如果你的数据里有大小写不一致的情况（比如sydney或DELHI），可以把判断改成大小写不敏感的形式：

# 比如把判断改成
if 'sydney' in city_name.lower():
    return 'Sydney'

这样不管原字符串是大写、小写还是混合，都能准确匹配啦！

内容的提问来源于stack exchange，提问作者Mighty