匹配字符串开头的数字[重复]

Question

我正在从事一个数据科学项目，我需要从“内容持续时间”列中提取小时数，该列具有“2.5 小时”等实例。 我尝试运行以下代码：

df['num_hours'] = df['content_duration'].str.extract('(^\d*)')

但它的输出返回“2”，这意味着它排除了“。”之后的所有内容。 此外，“内容持续时间”的某些实例类似于“39 小时”，因此仅提取 39

那么，如何提取除“内容持续时间”列中的字符串之外的所有内容？

Answer 1

据我了解，您想提取字符串开头的数字，可能包含也可能不包含小数点。

如果您知道数据格式清晰（保证所有输入都有效），那么^([\d.]+) 将起作用。这将匹配所有数字字符和“。”字符串开头的字符。鉴于输入的第一个标记只有一个小数点，否则由数字组成，这应该与您想要的匹配。