我在下面有一個資料框列名稱“新建”
df = pd.DataFrame({'New' : ['emerald shines bright(ABCED ID - 1234556)', 'honey in the bread(ABCED ID - 123467890)','http/ABCED/id/234555', 'healing strenght(AxYBD ID -1234556)'],
'UI': ['AOT', 'BOT', 'LOV', 'HAP']})
現在我想將“http”中的各種 ID（例如 ABCED'、AxYBD 和 id）提取到另一列中。
但是當我使用
df['New_col'] = df['New'].str.extract(r'.*\((.*)\).*',expand=True)
我不能讓它很好地作業，例如(ABCED ID - 1234556)回傳整個括號。234555更重要的是，不會回傳http id 。
此外，有人可以清理第一列以洗掉括號中的 ID 并有類似的東西，
New UI New_col
0 emerald shines bright AOT 1234556
1 honey in the bread BOT 123467890
2 http/ABCED/id/234555 LOV 234555
3 healing strenght HAP 1234556
uj5u.com熱心網友回復：
您可以使用以下代碼執行此操作：
reg_expression = r'.*\(.*ID\s*-\s*(.*)\)|http\/.*\/id\/(\d*)'
extract_text = lambda row: row[0][0] if row[0][0] else row[0][1]
df['New_col'] = df['New'].str.findall(reg_expression).apply(extract_text)
輸出：
解釋：
根據您的虛擬示例，您必須捕獲兩種模式：
HTTP 案例模式
http\/.*\/id\/(\d*)例如
http/ABCED/id/234555沒有 HTTP 案例模式：
.*\(.*ID\s*-\s*(.*)\)例如
emerald shines bright(ABCED ID - 1234556)
|并使用 or ( ) 運算子將它們組合在一個正則運算式中。
然后因為有多個匹配項，我們可以使用 lambda 函式從匹配項中獲取值。
uj5u.com熱心網友回復：
可能不是最優雅的答案，但是，我認為
根據新標準，這可以滿足您的要求。
import re
df = pd.DataFrame({'New' : ['emerald shines bright(ABCED ID - 1234556)', 'honey in the bread(ABCED ID - 123467890)','http/ABCED/id/234555', 'healing strenght(AxYBD ID -1234556)'],
'UI': ['AOT', 'BOT', 'LOV', 'HAP']})
# Function to extract the ID from each row
def grab_id(row):
text = re.findall(r'\(([A-Za-z] )\sID\s-\s?(\d )\)|/([0-9] )', row)
if text[0][0]:
return text[0][1]
else:
return text[0][2]
# Function to remove the ID from the 'New' column
def remove_ID_in_brackets(row):
text = re.sub(r'\(.*\)', '', row)
return text
df['New_Col'] = df['New'].apply(grab_id)
df['New'] = df['New'].apply(remove_ID_in_brackets)
這就是df現在的樣子：
uj5u.com熱心網友回復：
您可以使用
import pandas as pd
df = pd.DataFrame({'New' : ['emerald shines bright(ABCED ID - 1234556)', 'honey in the bread(ABCED ID - 123467890)','http/ABCED/id/234555', 'healing strenght(AxYBD ID -1234556)'], 'UI': ['AOT', 'BOT', 'LOV', 'HAP']})
df['New_col'] = df['New'].str.extract(r'.*(?:\(\D*|http\S*/id/)(\d )',expand=False)
輸出：
>>> print(df.to_string())
New UI New_col
0 emerald shines bright(ABCED ID - 1234556) AOT 1234556
1 honey in the bread(ABCED ID - 123467890) BOT 123467890
2 http/ABCED/id/234555 LOV 234555
3 healing strenght(AxYBD ID -1234556) HAP 1234556
請參閱正則運算式演示。詳情：
.*- 盡可能多的除換行符以外的任何零個或多個字符(?:\(\D*|http\S*/id/)- 要么(零個或多個非數字字符，要么http后跟零個或多個非空格，然后/id/(\d )- 第 1 組：一位或多位數字。
uj5u.com熱心網友回復：
r'[i,d,I,D]{2}.*?(\d.*?)\D'可能這有幫助
編輯：/?\(?(\w{5}) ?/?[i,d,I,D]{2}看起來你需要字母，而不是數字
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/522310.html