python - Pandas 替换全字串

我有一个数据框：

df = pd.DataFrame({'id' : ['abarth 1.4 a','abarth 1 a','land rover 1.3 r','land rover 2',
                           'land rover 5 g','mazda 4.55 bl'],
                   'series': ['a','a','r','','g', 'bl'] })

我想从相应的ID中删除“系列”字符串，因此最终结果应为：

'id': ['abarth 1.4','abarth 1','land rover 1.3','land rover 2','land rover 5', 'mazda 4.55']

目前，我正在使用df.apply：

df.id = df.apply(lambda x: x['id'].replace(x['series'], ''), axis =1)

但这会删除字符串的所有实例，即使这样，也是如此：
'id': ['brth 1.4','brth 1','land ove 1.3','land rover 2','land rover 5', 'mazda 4.55']

我是否应该像这样将regex与df.apply中的变量混合并匹配？

df.id = df.apply(lambda x: x['id'].replace(r'\b' + x['series'], ''), axis =1)

最佳答案

如果要指定re字符串，请使用series：

df.apply(lambda x: re.sub('\s*{}$'.format(x['series']), '', x['id']), axis=1)

如果series字符串始终是可预测的模式（即[a-z]），您也可以尝试：

df['id'].apply(lambda x: re.sub('\s*[a-z]+$', '', x))

无论哪种方式，输出都是您想要的：

0        abarth 1.4
1          abarth 1
2    land rover 1.3
3      land rover 2
4      land rover 5
5        mazda 4.55