代码之家 › 专栏 › 技术社区 › asmgx

在Python中从数据帧中的文本中提取字母数字

text dataframe python

asmgx · 技术社区 · 2 年前

我有一个名为df的数据帧,看起来像这样

Text                         No
c0404079=0.00                34
c1444716<=0.00               45
1c0<0226311 <= 0.00          36
c0001208 <= 0.00             32
0.00<c0243026<=2.00          85
c0036983 <= 0.00             55
c00369

74=0.00 39

我想在df中创建一个名为“Code”的新列

该代码可以是第一列中以字母c开头的代码,直到最后一个非字母数字字符或行尾

因此数据帧将

c0404079=0.00                34            c0404079
c1444716<=0.00               45            c1444716
1.0<c00226311 <= 0.00        36            c00226311
c0001208 <= 0.00             32            c0001208
0.00<c0243026<=2.00          85            c0243026
c0036983 <= 0.00             55            c0036983
c0036974=0.00                39            c0036974

知道怎么做吗?

我试过了,但没有得到正确的结果

df['Code'] = df['Text'].str.extract(r'c^(\d[^\W_]{5,})')

1 回复 | 直到 2 年前

Brandon Pardi 2 年前

给定您的df,以下是如何获取从字母c到第一个非字母数字字符的所有内容:

df['extracted'] = df['text'].str.extract(r'(c[^\W]+)')

                   text  extracted
0        c1444716<=0.00   c1444716
1  1.0c00226311 <= 0.00  c00226311
2   0.00<c0243026<=2.00   c0243026

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

1 年前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

1 年前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

1 年前

user29715306 · from_users=和chats=电视节目中的差异

1 年前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

1 年前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

1 年前

prayner · 更新嵌套字典包含列表中的项

1 年前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

1 年前

Dave · 如何在for循环中修改列表值

1 年前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

1 年前