polars.Expr.str.replace

Expr.str.replace(
    pattern: str | Expr,
    value: str | Expr,
    *,
    literal: bool = False,
    n: int = 1,
) → Expr

Заменяет первое совпадение регулярного выражения/литеральной подстроки новым строковым значением.

движок:В памятиПотоковая обработкаРаспределённая обработка

Параметры:

pattern

Допустимый шаблон регулярного выражения, совместимый с библиотекой regex.

value

Строка, которая заменит совпавшую подстроку.

literal

Обрабатывать pattern как литеральную строку, а не как регулярное выражение.

n

Количество совпадений для замены.

См. также

replace_all

Примечания

• Чтобы изменить поведение регулярного выражения (например, чувствительность к регистру) с помощью флагов, используйте встроенный синтаксис (?iLmsuxU). Дополнительные сведения об использовании встроенных модификаторов выражений см. в разделе библиотеки regex, посвящённом группировке и флагам.

• Знак доллара ($) — это специальный символ, связанный с группами захвата; если вы хотите заменить целевой шаблон символами, содержащими литеральный $, его нужно экранировать, продублировав как $$, или задать literal=True, если не требуется сопоставление с полным шаблоном регулярного выражения. В противном случае будет сделана ссылка на группу захвата, которая может не существовать.

  В примере ниже необходимо продублировать $ (чтобы представить литеральный знак доллара), а затем сослаться на группу захвата с помощью $n или ${n}; поэтому в значении замены подряд идут три символа $:

  >>> df = pl.DataFrame({"cost": ["#12.34", "#56.78"]})
  >>> df.with_columns(
  ...     cost_usd=pl.col("cost").str.replace(r"#(\d+)", "$$${1}")
  ... )
  shape: (2, 2)
  ┌────────┬──────────┐
  │ cost   ┆ cost_usd │
  │ ---    ┆ ---      │
  │ str    ┆ str      │
  ╞════════╪══════════╡
  │ #12.34 ┆ $12.34   │
  │ #56.78 ┆ $56.78   │
  └────────┴──────────┘
  

Примеры

>>> df = pl.DataFrame({"id": [1, 2], "text": ["123abc", "abc456"]})
>>> df.with_columns(pl.col("text").str.replace(r"abc\b", "ABC"))
shape: (2, 2)
┌─────┬────────┐
│ id  ┆ text   │
│ --- ┆ ---    │
│ i64 ┆ str    │
╞═════╪════════╡
│ 1   ┆ 123ABC │
│ 2   ┆ abc456 │
└─────┴────────┘

Поддерживаются группы захвата. Используйте $1 или ${1} в строке value, чтобы сослаться на первую группу захвата в pattern, $2 или ${2} — чтобы сослаться на вторую группу захвата и так далее. Также можно использовать именованные группы захвата.

>>> df = pl.DataFrame({"word": ["hat", "hut"]})
>>> df.with_columns(
...     positional=pl.col.word.str.replace("h(.)t", "b${1}d"),
...     named=pl.col.word.str.replace("h(?<vowel>.)t", "b${vowel}d"),
... )
shape: (2, 3)
┌──────┬────────────┬───────┐
│ word ┆ positional ┆ named │
│ ---  ┆ ---        ┆ ---   │
│ str  ┆ str        ┆ str   │
╞══════╪════════════╪═══════╡
│ hat  ┆ bad        ┆ bad   │
│ hut  ┆ bud        ┆ bud   │
└──────┴────────────┴───────┘

Выполните замену строк без учёта регистра с помощью флага (?i).

>>> df = pl.DataFrame(
...     {
...         "city": "Philadelphia",
...         "season": ["Spring", "Summer", "Autumn", "Winter"],
...         "weather": ["Rainy", "Sunny", "Cloudy", "Snowy"],
...     }
... )
>>> df.with_columns(
...     pl.col("weather").str.replace(r"(?i)foggy|rainy|cloudy|snowy", "Sunny")
... )
shape: (4, 3)
┌──────────────┬────────┬─────────┐
│ city         ┆ season ┆ weather │
│ ---          ┆ ---    ┆ ---     │
│ str          ┆ str    ┆ str     │
╞══════════════╪════════╪═════════╡
│ Philadelphia ┆ Spring ┆ Sunny   │
│ Philadelphia ┆ Summer ┆ Sunny   │
│ Philadelphia ┆ Autumn ┆ Sunny   │
│ Philadelphia ┆ Winter ┆ Sunny   │
└──────────────┴────────┴─────────┘