Reemplace toda la cadena excepto palabras específicas cuando use pandas python reemplace la cadena [duplicar]

Question

Estoy formando una nueva columna en un marco de datos de pandas y quiero ingresar el nombre corto de los sistemas operativos. Estoy usando expresiones regulares y necesito coincidir exactamente las palabras para excluir de la selección; sin embargo, cuando cambio la expresión regular para no seleccionar las palabras, detiene la coincidencia exacta. He leído tantas publicaciones de palabras de coincidencia exacta de expresiones regulares aquí como sea posible y ninguna de las soluciones funciona.

entonces, por ejemplo, tengo datos que se ven así:

Android 10kdsh
Chrome OS
Linux ddk2
OS X 10.
Windows 7
iOS c

y quiero que se vea así:

Android 
Chrome
Linux
OS X
Windows
iOS

Probé el código de la siguiente manera:

def short_OS(webchat):

    webchat["OS"] = webchat["Operating System"].str.replace(('[^(Android|^OS X|^Chrome|^Linux|^Windows|^iOS)]'),"", regex = True)

    return webchat

pero esto deja a algunos de los personajes como saliendo:

Androiddsh
ChromeOS
Linuxdd
OS X
Windows
iOS

obviamente, los anteriores son solo ejemplos, pero el principio de que algunos de los caracteres se dejan como están en las palabras es el mismo.

Debo señalar que enmarcar las palabras con \ b no cambió el resultado. y si uso $ para el final de la cadena, en el ejemplo de 'Android' todavía deja el '10kdsh' en la misma línea

alguien puede ayudar por favor?

gracias

Answer 1

En lugar de reemplazar, puede hacer coincidir una de las alternativas y extraerla a una nueva columna.

webchat = pd.DataFrame(data, columns=["Operating System"])
webchat["OS"] = webchat["Operating System"].str.extract((r"^(Android|Chrome|Linux|OS X|Windows|iOS)\b"))
print(webchat)

Salida

  Operating System       OS
0   Android 10kdsh  Android
1        Chrome OS   Chrome
2       Linux ddk2    Linux
3         OS X 10.     OS X
4        Windows 7  Windows
5            iOS c      iOS

Answer 2

Usando el enfoque de @The 4th bird, resolví esto usando el siguiente código:

def short_OS(webchat):
 
    webchat["OS"] = webchat["Operating System"].str.extract(r"(\bAndroid\b|\bOS X\b|\bChrome\b|\bLinux\b|\bWindows\b|\biOS\b)")

    return webchat

la / b que rodea las palabras era necesaria para capturar las palabras exactas