Pandas Series字符串处理：使用正则表达式实现灵活的前缀修改

London:Alpha
London
London:Beta
London:Delta
Paris

London_sub:Alpha
London_sub
London_sub:Beta
London_sub:Delta
Paris_sub

import pandas as pd

names_series = pd.Series([
    'London:Alpha',
    'London',
    'London:Beta',
    'London:Delta',
    'Paris'
])

# 尝试1：分割、修改第一部分、再连接
# names_series.str.split(':').apply(lambda x: x[0] + '_sub').str.join(':')
# 这种方法会丢失冒号后的区域信息，并且如果原始字符串没有冒号，
# 重新join时可能会出现意想不到的分隔符行为（例如，将每个字符都作为元素处理）。
# 实际操作中，如果直接对lambda结果join，会因为x[0]是字符串，join操作会将其拆分。
# 例如 'London_sub'.join(':') 会报错或产生非预期结果。

# 尝试2：修改后用_sub:连接
# names_series.str.split(':').apply(lambda x: '_sub:'.join(x))
# 这种方法虽然能处理有冒号的情况，但对于没有冒号的字符串（如'London'，'Paris'），
# 它会变成 '_sub:London' 或 '_sub:Paris'，而不是期望的 'London_sub' 或 'Paris_sub'，
# 因为它没有区分是否需要添加冒号。

import pandas as pd

# 原始数据
s = pd.Series([
    'London:Alpha',
    'London',
    'London:Beta',
    'London:Delta',
    'Paris'
])

# 使用正则表达式进行替换
# r'^([^:]+)'：
#   ^      - 匹配字符串的开头。
#   ([^:]+) - 这是一个捕获组。
#            [^:]  - 匹配任何不是冒号的字符。
#            +     - 匹配前一个字符（即非冒号字符）一次或多次。
#                  这意味着它会捕获从字符串开头到第一个冒号（或字符串末尾）的所有非冒号字符。
# r'\1_sub'：
#   \1     - 反向引用，指代正则表达式中第一个捕获组匹配到的内容（即城市名称）。
#   _sub   - 要添加的字面字符串后缀。
# regex=True - 明确告知Pandas使用正则表达式模式。
s_modified = s.str.replace(r'^([^:]+)', r'\1_sub', regex=True)

print(s_modified)

0    London_sub:Alpha
1          London_sub
2     London_sub:Beta
3    London_sub:Delta
4           Paris_sub
dtype: object