Python pyspark Series.str.replace用法及代码示例

将系列中出现的模式/正则表达式替换为其他字符串。相当于 str.replace() 或 re.sub() 。

参数：

pat：str 或编译的正则表达式

字符串可以是字符序列或正则表达式。

repl：str 或可调用

替换字符串或可调用对象。可调用对象传递正则表达式匹配对象，并且必须返回要使用的替换字符串。请参阅re.sub()。

n：int，默认 -1(全部)

从一开始就更换的数量。

case：布尔值，默认无

如果为 True，则区分大小写(如果 pat 是字符串，则为默认值)。设置为 False 表示不区分大小写。如果 pat 是已编译的正则表达式，则无法设置。

flags: int, default 0 (no flags)：

重新模块标志，例如重新忽略。如果 pat 是已编译的正则表达式，则无法设置。

regex：布尔值，默认 True

如果为 True，则假定 passed-in 模式是正则表达式。如果为 False，则将模式视为文字字符串。如果 pat 是编译正则表达式或 repl 是可调用的，则不能设置为 False。

返回：

系列对象

将所有匹配的 pat 替换为 repl 的字符串副本。

例子：

当 pat 是一个字符串并且 regex 为 True(默认值)时，给定的 pat 被编译为一个正则表达式。当 repl 是一个字符串时，它会像 re.sub() 一样替换匹配的正则表达式模式。系列中的NaN 值更改为无：

>>> ps.Series(['foo', 'fuz', np.nan]).str.replace('f.', 'ba', regex=True)
0     bao
1     baz
2    None
dtype: object

当 pat 是字符串且正则表达式为 False 时，每个 pat 都会被替换为 repl，如 str.replace() ：

>>> ps.Series(['f.o', 'fuz', np.nan]).str.replace('f.', 'ba', regex=False)
0     bao
1     fuz
2    None
dtype: object

当 repl 是一个可调用对象时，它会使用 re.sub() 在每个 pat 上调用。可调用对象应该期望一个位置参数(一个正则表达式对象)并返回一个字符串。

反转每个小写字母单词：

>>> repl = lambda m: m.group(0)[::-1]
>>> ps.Series(['foo 123', 'bar baz', np.nan]).str.replace(r'[a-z]+', repl)
0    oof 123
1    rab zab
2       None
dtype: object

使用正则表达式组(提取第二组和交换案例)：

>>> pat = r"(?P<one>\w+) (?P<two>\w+) (?P<three>\w+)"
>>> repl = lambda m: m.group('two').swapcase()
>>> ps.Series(['One Two Three', 'Foo Bar Baz']).str.replace(pat, repl)
0    tWO
1    bAR
dtype: object

使用带有标志的编译正则表达式：

>>> import re
>>> regex_pat = re.compile(r'FUZ', flags=re.IGNORECASE)
>>> ps.Series(['foo', 'fuz', np.nan]).str.replace(regex_pat, 'bar')
0     foo
1     bar
2    None
dtype: object