通过剥离列名来重命名列的正则表达式

Question

我有df有很多列，每列都有重复的值，因为它的调查数据。例如，我的数据如下所示：断续器： Q36r9: sales platforms - Before purchasing a new car         Q36r32: Advertising letters - Before purchasing a new car        Not Selected                                                                         Selected所以我想从列名中删除文本。例如，从第一列中，我想获取“：”和“-”之间的文本。所以它应该是这样的：“销售平台”，在第二部分中，我想转换列的vales，“已选择”应该用列的名称和“未选择”更改为NaN所以期望的输出是这样的：sales platforms                                       Advertising letters      NaN                                             Advertising letters已编辑：另一个问题，如果我有列名称，如：Q40r1c3: WeChat - Looking for a new car - And now if you think again  - Which social media platforms or sources would you use in each situation?如果我只是想在“：”和“-”之间得到一些东西。它应该提取“微信”

Answer 1

国际自然分析联盟，

我们可以利用一些正则表达式和贪婪匹配，使用匹配定义模式之间的所有内容.*

import re

df.columns = [re.search(':(.*)-',i).group(1) for i in df.columns.str.strip()]

print(df.columns)

   sales platforms   Advertising letters 

0      Not Selected                  None

编辑：

与贪婪的匹配，我们可以使用+?

+? Quantifier — Matches between one and unlimited times, as few times as possible, expanding as needed (lazy)

Q36r9: sales platforms - Before purchasing a new car    Q40r1c3: WeChat - Looking for a new car - And now if you think again - Which social media platforms or sources would you use in each situation?

0                                                       1

import re

[re.search(':(.+?)-',i).group(1).strip() for i in df.columns]

['sales platforms', 'WeChat']