如何在 Pandas 数据框中查找 re.search 失败的行答案

【问题标题】：How to find rows in Pandas dataframe where re.search fails如何在 Pandas 数据框中查找 re.search 失败的行
【发布时间】：2019-12-13 18:12:16
【问题描述】：

我正在尝试使用以下格式从 Metar 字符串中提取风向：

EGAA 010020Z 33004KT 300V010 9999 FEW029 04/04 Q1019

我正在使用它来提取风向，这适用于我的大部分数据，但在某些字符串上失败：

df["Wind_Dir"] = df.metar.apply(lambda x: int(re.search(r"\s\d*KT\s", metar_data.metar[0]).group().strip()[:3]))

我想检查它失败的 Metar 字符串，所以我没有将 group() 从 re.search 中拉出来，而是按如下方式应用搜索以获取 re.Match 对象：

df["Wind_Dir"] = df.metar.apply(lambda x: re.search(r"\s\d*KT\s", x))

我尝试过按类型和 Null 进行过滤，但这些都不起作用。

任何帮助将不胜感激。

很遗憾，感谢您的回答，尽管我使用两者来解决我的问题，但我无法将它们都标记为解决方案。

最后我将正则表达式更改为：

df["Wind_Dir"] = df.metar.str.findall(r"Z\s\d\d\d|Z\sVRB")

匹配可变方向，但如果没有df.metar.str.contains()，将无法找到它。

【问题讨论】：

【解决方案1】：

您正在搜索这个： pandas.Series.str.contains 为与基于re.search 的模式匹配的索引返回一个带有 True 的掩码。

正如 Pandas 文档所述，如果您想要基于 re.match 的掩码，您应该使用：pandas.Series.str.match。

您还可以使用以下内容： pandas.Series.str.extract 在您执行分析的系列的每一行上提取模式的第一个匹配项。 NaN 将填充不包含该模式的行，因此您可以获取 Nan 值来检索这些行。

【讨论】：

【解决方案2】：

您需要您的代码返回匹配的字符串而不是 re 对象。

当没有匹配时这也不起作用，因为 re.search 不会返回任何东西。

试试pandas.series.str.findall

在你的情况下试试这个

df['Wind_Dir'] = df.metar.str.findall(r"\s\d*KT\s")
df["Wind_Dir"] = df['Wind_Dir'].apply(lambda x: x[0].strip()[:3])

您可能还想在执行第二条语句之前检查是否存在匹配项。

【讨论】：