代码之家 › 专栏 › 技术社区 › aabujamra

使用正则表达式从字符串列中删除小数和非数字

pandas regex python

aabujamra · 技术社区 · 8 年前

我有一个dataframe列,其字符串如下:

df.column1:
0 R$ 27.467.522,00 (Vinte e sete milhÃµes, quatro...
1 NaN
2 R$ 35.314.312,12 (Trinta e cinco milhÃµes, trezentos...
3 R$ 1.231,34 (Mil duzentos e trinta e um reais e...

我只想得到数字,忽略小数,所以它看起来像这样:

df.column1:
0 27467522
1 NaN
2 35314312
3 1231

我试着用regex来做:

df['column1']=df['column1'].str.extract('[REGEX CODE]')

但是我不习惯regex。我尝试了如下解决方案:

df['column1']=df['column1'].str.extract('(.*?,)').str.extract('(\d+)')
df['column1']=df['column1'].str.extract('(\s*,.*)').str.extract('(\d+)')

但我没能把它弄好。有人能帮忙吗?

1 回复 | 直到 8 年前

user3483203 8 年前

使用 str.replace 然后 str.extract

df.column1.str.replace('.', '').str.extract(r'(\d+)')

          0
0  27467522
1       NaN
2  35314312
3      1231

小数在这里用逗号表示,因此通过替换句点并使用extract查找第一个匹配项,将匹配数字,忽略小数。

推荐文章

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

Cam · Pandas列表日期到日期时间

1 年前

jjkennedy · Pandas文本文件导入:当每个文件中存在多个表时,自动选择1个表

1 年前

Sun Jar · 在另一个系列中查找当前df值的索引,并将其添加到列中

1 年前

dietzi96 · Pandas DataFrame.to_sql随机和静默地失败,没有错误消息

1 年前

Bijan · Pandas批量更新帐户字符串

1 年前

Kernel · TypeError:Index.reindex()收到意外的关键字参数fill_value'

1 年前

Kernel · 进入熊猫的定义。系列super().reindex

1 年前

adventurous_chip_55 · 如何引爆柱子

1 年前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

1 年前