Pandas 找到匹配的子字符串并拆分它们

Question

我有一个 pandas 列，如下所示：

0                         LOT 8 BLK 32 MISSIONARY HEIGHTS 
1                          LTS 31-39 & PT 30, 15-22 LEWIS 
2                                          LT 2 DEPOT SUB
....

我想从中提取批号，但有时它们被拼写为“LOT”、“LTS”或“LT”。我想将批号提取到一个新列中。所以，对于上面的例子，我会：

         df['Lot']
0             8
1           31-39
2             2

我该怎么做？请指教

Answer 1

我们可以在这里使用str.extract：

df["Lot"] = df["Address"].str.extract(r'\b(?:LOT|LTS?) (\d+(?:-\d+)*)')

这里 demo 表明正则表达式提取逻辑正在运行。

要从地址中删除这些手数，您可以使用 str.replace:

df["Other"] = df["Address"].str.replace(r'\s*(?:LOT|LTS?) \d+(?:-\d+)*\s*', ' ').str.strip()

对 strip() 的最后一次调用是删除悬挂的 leading/trailing 空格，对于那些以手数开头或结尾的地址会出现这种情况。

Pandas 找到匹配的子字符串并拆分它们

Pandas find matching sub-strings and split on them

python

string

pandas