Как стандартизировать столбец в пандах

У меня есть фрейм данных, который содержит столбец id со следующими образцами значений

16620625 5686

16310427-5502

16501010 4957

16110430 8679

16990624/4174
  
16230404.1177

16820221/3388

Я хочу стандартизировать XXXXXXXX-XXXX (т.е. 8 и 4 цифры, разделенные тире). Как я могу добиться этого с помощью python.

вот мой код

df['id']
df.replace(" ", "-")
df['id'] = df['id'].str.replace(r"\D+", "-", regex=True)
Wiktor Stribiżew 09.04.2022 20:43
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
0
1
41
3
Перейти к ответу Данный вопрос помечен как решенный

Ответы 3

Ответ принят как подходящий

Можно использовать функцию DataFrame.replace(), используя регулярное выражение, подобное этому:

df = df.replace(regex=r'^(\d{8})\D(\d{4})$', value=r'\1-\2')

Вот пример кода с примерами данных.

import pandas as pd
df = pd.DataFrame({'id': [
            '16620625 5686',
            '16310427-5502',
            '16501010 4957',
            '16110430 8679',
            '16990624/4174',
            '16230404.1177',
            '16820221/3388']})

# normalize matching strings with 8-digits + delimiter + 4-digits
df = df.replace(regex=r'^(\d{8})\D(\d{4})$', value=r'\1-\2')
print(df)

Выход:

              id
0  16620625-5686
1  16310427-5502
2  16501010-4957
3  16110430-8679
4  16990624-4174
5  16230404-1177
6  16820221-3388

Если какое-либо значение не соответствует регулярному выражению ожидаемого формата, то его значение не будет изменено.

внутри цикла for:

  1. преобразовать запись фрейма данных в строку.
  2. пройти эту строку до 7-го индекса.
  3. объединить '-' после 7-го индекса в строку.
  4. объединить оставшуюся строку в конец.
  5. перейти к следующей записи фрейма данных.

Ваш ответ может быть улучшен с помощью дополнительной вспомогательной информации. Пожалуйста, редактировать добавьте дополнительную информацию, например цитаты или документацию, чтобы другие могли подтвердить правильность вашего ответа. Дополнительную информацию о том, как писать хорошие ответы, можно найти в справочном центре.

Community 09.04.2022 22:42

Если ваш «id» так структурирован, вы можете нарезать строку следующим образом:

df['ID2'] = df['ID'].str[:7] + '-' + df["ID"].str[9:]

Выход:

              ID           ID2
0  16620625 5686  1662062-5686
1  16310427-5502  1631042-5502
2  16501010 4957  1650101-4957
3  16110430 8679  1611043-8679
4  16990624/4174  1699062-4174
5  16230404.1177  1623040-1177
6  16820221/3388  1682022-3388

Другие вопросы по теме