我很难找到以下问题的直接解决方案。
我在一个数据框中有一列,其中有字符串项,如:"我想在大写字母开始的地方分开一个字符串,但如果前面有连字符,则不能分开。
'RosemontCentral'
'Dollard-des-OrmeauxEast'
我想在大写字母开始的地方分开一个字符串 但如果它的前面有连字符就不分开了
例如,我想把一个字符串在大写字母开始的地方分开,但如果它前面有连字符,则不分开。
'RosemontCentral'
to 'Rosemont Central'
'Dollard-des-OrmeauxEast'
至'Dollard-des-Ormeaux East'
到目前为止,我有bellow regex功能。它对于像第一个项目这样没有连字符的项目做得相当好。但是,对于那些有连字符的项目就不行了。此外,下面的 regex 函数在字符串的开头增加了一个不理想的前导空格。比如下面这个。
'Dollard-des-Ormeaux East'。
def add_space(Neighborhood):
return re.sub( r"([A-Z])", r" \1", Neighborhood)
df['Neighborhood'] = df['Neighborhood'].apply(add_space)
df
谢谢你的时间
你可以尝试在你的regex模式中添加一个lookbehind,它可以断言大写字母前面有一个非斜线字符。
def add_space(Neighborhood):
return re.sub(r'(?<=[^-])([A-Z])', r' \1', Neighborhood)
df['Neighborhood'] = df['Neighborhood'].apply(add_space)
这样就可以了
def add_space(Neighborhood):
return re.sub("([a-z])([A-Z])","\g<1> \g<2>",Neighborhood)
add_space('Dollard-des-OrmeauxEast')
# 'Dollard-des-Ormeaux East'
add_space('RosemontCentral')
# 'Rosemont Central'