如何使用 pandas 快速提取表中的数字？

2023-03-14 09:10| 来源: 网络整理| 查看: 265

使用 pandas 提取表中的数字有多种方法，但其中一种常见的方法是使用 str.extract 方法，它可以根据正则表达式匹配和捕获数字。例如，如果你有一个名为 df 的数据框，其中一列名为 A，包含了字符串和数字混合的数据，你可以使用以下代码提取数字：

# 导入 pandas 库 import pandas as pd # 创建一个正则表达式，匹配任意个或零个非数字字符(\D*)， # 然后匹配并捕获一个或多个数字字符(\d+)， # 然后再匹配任意个或零个非数字字符(\D*) pattern = r"\D*(\d+)\D*" # 使用 str.extract 方法，在列 A 中应用正则表达式，并将结果赋值给新列 B df["B"] = df["A"].str.extract(pattern) # 打印结果 print(df)

输出可能如下：

A B 0 1a 1 1 NaN NaN 2 10a 10 3 100b 100 4 0b 0

如果你想提取多个数字，你可以在正则表达式中增加更多的捕获组，并指定列名作为参数。例如：

# 导入 pandas 库 import pandas as pd # 创建一个正则表达式，匹配并捕获尖括号内的四个以逗号分隔的数字， # 并忽略其他字符。 pattern = r"" # 使用 str.extract 方法，在列 rect 中应用正则表达式，并将结果赋值给新的四列 x, y, w 和 h。 df[["x", "y", "w", "h"]] = df["rect"].str.extract(pattern) # 打印结果 print(df)

输出可能如下：

rect x y w h 0 120 168 260 120 1 120 168 260 120 2 ... ... ... ...

【本文地址】

公司简介

联系我们