Find & Replace

ภาพรวม

เทคนิคนี้คือเครื่องมือสารพัดประโยชน์สำหรับการแก้ข้อความ ตั้งแต่ลบคำนำหน้าที่ไม่ต้องการ ไปจนถึงเปลี่ยนรูปแบบด้วย Regex จุดสำคัญคือเลือกโหมดการจับคู่ให้ตรงกับงาน เพราะ contains แทนที่ทุกจุดที่พบ ส่วน exact แทนที่เฉพาะเมื่อค่าทั้งช่องตรงกันเป๊ะ

เมื่อไหร่ควรใช้

• ลบคำนำหน้าหรือคำต่อท้ายที่ติดมาทุกแถว เช่น "บริษัท " หรือ " จำกัด"
• แก้คำผิดที่เกิดซ้ำ ๆ จากระบบต้นทาง

เมื่อไหร่ไม่ควรใช้

• ต้องการรวมค่าหลายแบบให้เป็นค่ามาตรฐาน — map_values อ่านง่ายกว่าและตรวจสอบย้อนหลังได้ดีกว่า
• ต้องการดึงข้อความบางส่วนออกมาเป็นคอลัมน์ใหม่ ใช้ extract_pattern
• โหมด contains กับคำสั้นมาก เช่น "a" จะแทนที่ในที่ที่ไม่ตั้งใจจำนวนมาก

หลักการทำงาน

1. exact เทียบทั้งค่า แล้วแทนที่ทั้งช่องเมื่อตรง
2. contains แทนที่ทุกตำแหน่งที่พบข้อความนั้นภายในค่า
3. regex ใช้รูปแบบที่คุณเขียน โดยแทนที่ทุกตำแหน่งที่ตรง
4. caseSensitive ปิดอยู่เป็นค่าเริ่มต้น การค้นหาจึงไม่สนใจตัวพิมพ์ใหญ่เล็ก
5. find ที่เป็นข้อความว่างจะไม่ทำอะไรเลย และ Regex ที่เขียนผิดจะถูกรายงานเป็นคำเตือนแทนที่จะทำให้ทั้ง Pipeline ล้ม
6. ค่าที่ไม่ถูกแทนที่จะคงชนิดข้อมูลเดิม ตัวเลขในคอลัมน์จึงไม่กลายเป็นข้อความเพียงเพราะรันเทคนิคนี้ผ่าน

Parameters

โค้ด Python / JavaScript

import json
import re

def find_replace(value, find, replace, match='contains', case_sensitive=False):
    if value is None or find == '':
        return value
    text = str(value)
    if match == 'exact':
        matched = text == find if case_sensitive else text.lower() == find.lower()
        replaced = replace if matched else text
    elif match == 'regex':
        replaced = re.sub(find, replace, text, flags=0 if case_sensitive else re.IGNORECASE)
    else:
        replaced = re.sub(re.escape(find), replace.replace('\\', '\\\\'), text, flags=0 if case_sensitive else re.IGNORECASE)
    # ค่าที่ไม่ถูกแทนที่ต้องคงชนิดเดิม ไม่อย่างนั้นตัวเลขจะกลายเป็นข้อความ
    return value if replaced == text else replaced

values = ['Bangkok', 'bangkok city', 'ไทย', None, 12]
result = [find_replace(value, 'bangkok', 'BKK') for value in values]
print(json.dumps(result, ensure_ascii=False))

ตัวอย่างการใช้งาน

คอลัมน์ company มีคำว่า "บริษัท " นำหน้าเกือบทุกแถว ตั้ง find เป็น "บริษัท " replace เป็นค่าว่าง และ match เป็น contains ตรวจ Preview ว่าค่าที่ไม่มีคำนำหน้ายังเหมือนเดิม จากนั้นตามด้วย trim_whitespace เพื่อเก็บช่องว่างที่เหลือ ถ้าต้องแก้หลายรูปแบบพร้อมกัน ให้ใช้ map_values แทนการทำซ้ำหลายขั้นตอน

เทคนิคที่เกี่ยวข้อง

ใช้ map_values เมื่อรู้ค่าปลายทางที่ต้องการทั้งชุด ใช้ extract_pattern เมื่ออยากได้ข้อความบางส่วนเป็นคอลัมน์ใหม่ และใช้ remove_special_chars เมื่อเป้าหมายคือลบอักขระทั้งกลุ่ม

• Map / Standardize Values
• Extract by Regex
• Remove Special Characters

ลองใช้กับ Dataset ของคุณ