【pandas】DataFrameの要素を正規表現で置換する方法

本記事では以下の内容を解説しています．

事前準備

まずはサンプルのDataFrameを作成します．


l = [['[注]かに', 'タラバガニ'], ['くるまえび', '[!]えび']]

df = pd.DataFrame(l, columns=['col_1', 'col_2'])
df

	col_1	col_2
0	[注]かに	タラバガニ
1	くるまえび	[!]えび

今回は正規表現を用いて置換を行うため，正規表現の準備をします．

正規表現を扱うPython標準ライブラリのreを使用し「[]で囲まれた」という正規表現をコンパイルします．これによりコンパイルしたパターンでマッチの有無（[]で囲まれた部分の有無）を確認できます．


# 正規表現を扱うPython標準ライブラリ
import re

# 「[]で囲まれた」を表す正規表現をcompile
pattern = r'\[.+?\]'
compiled_pattern = re.compile(pattern)

pandasのreplaceメソッドでDataFrameの要素を置換します．


# 元のdfをコピー
df_all = df.copy()

df_all.replace(compiled_pattern, '', regex=True, inplace=True)
df_all

	col_1	col_2
0	かに	タラバガニ
1	くるまえび	えび

解説

replaceメソッドはDataFrame（Series）の要素を置換できるメソッドです．

上記の処理が実行されることで「[] で囲まれた部分」があれば取り除かれます．
なお，引数inplace=Trueで元のdf_allが更新されるようになります.²

特定の列だけを置換するには以下のようにします．


# 元のdfをコピー
df_p = df.copy()

df_p['col_1'].replace(compiled_pattern, '', regex=True, inplace=True)
df_p

	col_1	col_2
0	かに	タラバガニ
1	くるまえび	[!]えび

指定したcol_1列だけで[]が除去されていますね．

DataFrameでさっと文字を綺麗にする際に使えますね．