Как заменить и добавить определенные числа в строку в Pandas DataFrame?
В настоящее время я пытаюсь очистить столбец данных, содержащий номера телефонов пользователей. Телефонные номера не соответствуют своему формату и должны быть стандартизированы.
Например:
import pandas as pd
data = {'Name': ['John', 'Dom', 'Jack', 'Sam', 'Fred', 'Harvey', 'Toby'],
'Phone': ['+49(0) 047905356', '(0161) 496 0674', '239.711.3836', '02984 08192',
'(0306) 999 0871', '0121x496x0225', '+44047905356']}
df = pd.DataFrame(data)
Теперь я попытался использовать следующий код для удаления специальных символов:
df['Phone'] = df['Phone'].replace('\W','', regex=True)
Это работает, однако я хочу заменить числа, которые содержат только знак +, за которым следует код с «0», чтобы добиться следующего:
Пример ожидаемых результатов:
Вход: '+49(0) 047905356' | Ожидается: '047905356'
Ввод: '+44047905356'| Ожидается: '047905356'
Но тогда я также хочу, чтобы числа без «0» в начале включали единицу, например:
Вход: '239.711.3836' | Ожидается: '02397113836'
Для вашего второго примера, как вы должны знать, чтобы отделить 44 от 047905356?
Ответы 2
Если вы хотите, чтобы в столбце «Телефон» были только цифры, вы можете использовать регулярное выражение [^0-9].
Вы можете узнать, начинается ли строка с 0, используя str.startswith()
df['Phone'] = df['Phone'].replace('[^0-9]','', regex=True)
df['start_with_0'] = df.Phone.str.startswith("0")
df['needs_0'] = df.start_with_0.replace({True:"", False:"0"})
df['Phone_new'] = df.needs_0 + df.Phone
df
Вы можете использовать регулярное выражение для достижения желаемого результата.
import re
import pandas as pd
data = {'Name': ['John', 'Dom', 'Jack', 'Sam', 'Fred', 'Harvey', 'Toby'],
'Phone': ['+49(0) 047905356', '(0161) 496 0674', '239.711.3836', '02984 08192',
'(0306) 999 0871', '0121x496x0225', '+44047905356']}
df = pd.DataFrame(data)
data = {'Name': ['John', 'Dom', 'Jack', 'Sam', 'Fred', 'Harvey', 'Toby'],
'Phone': ['+49(0) 047905356', '(0161) 496 0674', '239.711.3836', '02984 08192',
'(0306) 999 0871', '0121x496x0225', '+44047905356']}
df['Phone'] = df['Phone'].replace('\D', '', regex=True)
df.loc[df['Phone'].str.startswith('+'), 'Phone'] = '0' + df['Phone'].str[1:]
df.loc[~df['Phone'].str.startswith('0'), 'Phone'] = '0' + df['Phone']
df['Phone'] = df['Phone'].str[:2] + '.' + df['Phone'].str[2:4] + '.' + df['Phone'].str[4:]
Выход:
Name Phone
0 John 04.90.047905356
1 Dom 01.61.4960674
2 Jack 02.39.7113836
3 Sam 02.98.408192
4 Fred 03.06.9990871
5 Harvey 01.21.4960225
6 Toby 04.40.47905356
Пожалуйста, можете ли вы предоставить полный ожидаемый результат?