我需要使用正則運算式和str.extract()（假設這是最好的）將一列分成兩部分
df = pd.DataFrame({
'Product': ['Truly Mix 2/12Pk Cans - 12Z',
'Bud 16Z - LOOSE - 16Z',
'Blue Moon (Case 12x - 22Z)',
'2 for the show (6/4PK - 16Z)']
})
我想要這樣的結果：
df_result = pd.DataFrame({
'Product': ['Truly Mix', 'Bud', 'Blue Moon', '2 for the show'],
'Packaging': ['2/12Pk Cans - 12Z',
'16Z - LOOSE - 16Z',
'Case 12x - 22Z',
'6/4PK - 16Z' ]
})
我嘗試了很多東西，但仍然在使用正則運算式掙扎，即使經過大量的在線學習。
這是我獲得產品的最后一次嘗試：
pattern = r'(\D )[^\w][^(Case][^0-9]'
df['Product'] = df['Product'].str.extract(pattern)
str.replace() 應該可以很好地擺脫括號，只是不能走那么遠。
3小時后我什至沒有關閉。
uj5u.com熱心網友回復：
您可以將每個條目的兩個部分提取到兩列中，然后洗掉它們所在字串的開頭/結尾處的(和)：
import pandas as pd
df = pd.DataFrame({'Product': ['Truly Mix 2/12Pk Cans - 12Z','Bud 16Z - LOOSE - 16Z','Blue Moon (Case 12x - 22Z)','2 for the show (6/4PK - 16Z)']})
pattern = r'^(.*?)\s*((?:\((?:Case\b)?|\d (?:/\d )?[A-Za-z] \b).*)'
df[['Product', 'Packaging']] = df['Product'].str.extract(pattern, expand=True)
df['Packaging'] = df['Packaging'].str.replace(r'^\((.*)\)$', r'\1', regex=True)
# => >>> print(df['Packaging'])
# 0 2/12Pk Cans - 12Z
# 1 16Z - LOOSE - 16Z
# 2 Case 12x - 22Z
# 3 6/4PK - 16Z
# => >>> print(df['Product'])
# 0 Truly Mix
# 1 Bud
# 2 Blue Moon
# 3 2 for the show
請參閱正則運算式演示。正則運算式詳細資訊：
^- 字串的開始(.*?)- 第 1 組：盡可能少的除換行符以外的零個或多個字符 -\s*- 零個或多個空格((?:\((?:Case\b)?|\d (?:/\d )?[A-Za-z] \b).*)- 第 2 組：(?:\((?:Case\b)?|\d (?:/\d )?[A-Za-z] \b)- 任何一個\((?:Case\b)?- a(然后是一個可選的全字Case|- 或者\d (?:/\d )?[A-Za-z] \b- 一個或多個數字，一個或多個數字的可選序列/，一個或多個字母（后跟單詞邊界）
.*- 盡可能多的除換行符以外的零個或多個字符
該.replace(r'^\((.*)\)$', r'\1', regex=True)部分洗掉(和)在字串的開頭和結尾，它們都存在。
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/384381.html
上一篇：基于多索引值重新排列pandasDataFrame中的行pandas-way
下一篇：在Python中創建圖形儀表板