Pandas 正则表达式提取创建多列
Pandas regex extract creates multiple column
我有一个包含以下行的数据框 df1：
df1['col1']
asd1 12KVsdf
pqr 11.2 KVsdf
我正在尝试以下操作：
df1['col1'].extract(r'(\d*\.\d+\sKV)|(\d+\sKV)')
这给出：
df1['col1']
0 1
12KV NaN
NaN 11.2 KV
我正在尝试提取 KV 之前的所有数字。
我想要的输出是：
df1['col1']
0
12KV
11.2 KV
您可以使用
df1['col2'] = df1['col1'].str.extract(r'(\d*\.?\d+\s?KV)')
见regex demo。请注意，\s 是可选的，并且数字匹配模式已更改为同时匹配整数和浮点值。
详情
\d* - 零个或多个数字\.? - 一个可选的 .\d+ - 一位或多位数字\s? - 一个可选的空格KV - KV 文字。
您有 2 个捕获组（括号之间的内容），这就是您获得 2 列的原因。
您可以将它们全部放在一个捕获组中，这样您将只会得到 1 列：
df1['col1'].extract(r'(\d*\.\d+\sKV|\d+\sKV)')
无论如何，正则表达式都可以像 Wiktor Stribiżew 在他的回答中建议的那样得到明确的改进。
我有一个包含以下行的数据框 df1：
df1['col1']
asd1 12KVsdf
pqr 11.2 KVsdf
我正在尝试以下操作：
df1['col1'].extract(r'(\d*\.\d+\sKV)|(\d+\sKV)')
这给出：
df1['col1']
0 1
12KV NaN
NaN 11.2 KV
我正在尝试提取 KV 之前的所有数字。
我想要的输出是：
df1['col1']
0
12KV
11.2 KV
您可以使用
df1['col2'] = df1['col1'].str.extract(r'(\d*\.?\d+\s?KV)')
见regex demo。请注意，\s 是可选的，并且数字匹配模式已更改为同时匹配整数和浮点值。
详情
\d*- 零个或多个数字\.?- 一个可选的.\d+- 一位或多位数字\s?- 一个可选的空格KV-KV文字。
您有 2 个捕获组（括号之间的内容），这就是您获得 2 列的原因。
您可以将它们全部放在一个捕获组中，这样您将只会得到 1 列：
df1['col1'].extract(r'(\d*\.\d+\sKV|\d+\sKV)')
无论如何，正则表达式都可以像 Wiktor Stribiżew 在他的回答中建议的那样得到明确的改进。