pandas 提取文本序列中的数字

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本案例主要讲解 Pandas 中文本中提取相应规则数据的方法，用到了 str 访问器的正则查询功能。

需求

有以下的文本序列：

import pandas as pd

ser = pd.Series(['12M12S15M',
                 '123M15D',
                 '56M72S'],
                name='x')
ser
'''
0    12M12S15M
1      123M15D
2       56M72S
Name: x, dtype: object
'''

需求为找到文本中的数字，并且将不同段的数字用加号连接起来。

代码实现

既然是 Pandas 的文本数据，我们可以使用 str 访问器来解决相关的问题。提取文本中的数字，最为方便的是正则方法。我们用 findall 配合正则表达式提取数字元素（匹配到的形成一个列表），然后再用 map 调用 join 来连接这些数字。

解决代码为：

ser.str.findall(r'\d+(?=M)').map('+'.join)
'''
0    12+15
1      123
2       56
Name: x, dtype: object
'''

最终解决了需求。

（完）

pandas 提取文本序列中的数字

需求

代码实现

相关内容