对 Python 字符串数组使用“Findall”操作答案

【问题标题】：Use "Findall" operation on Python array of strings对 Python 字符串数组使用“Findall”操作
【发布时间】：2020-08-26 03:07:07
【问题描述】：

我有一个超过 1m 行的数据集，每一行都有小写/大写字母、符号和数字的组合。我希望清理这些数据，只保留最后一个小写字母和数字并排的实例。为了速度效率，我目前的计划是将这些数据作为字符串数组，然后使用 .findall 操作来保留我正在寻找的字母/数字组合。

这是我想要做的事情：

输入

list = Array(["Nd4","0-0","Nxe4","e8+","e4g2"])

newList = list.findall('[a-z]\d')[len(list.findall('[a-z]\d')-1]

newList 的预期输出

newList = ("d4","","e4","e8","g2")

【问题讨论】：

标签： python arrays string findall

【解决方案1】：

不建议使用“list”来分配变量，因为它是一个内置函数

import re
import numpy as np

lists = np.array(["Nd4","0-0","Nxe4","e8+","e4g2"])

def findall(i,pattern=r'[a-z1-9]+'):
    return re.findall(pattern,i)[0] if re.findall(pattern,i) else ""

newList = [findall(i) for i in lists]
# OR if you want to return an array 
newList = np.array(list(map(findall,lists)))

# >>> ['d4', '', 'xe4', 'e8', 'e4g2']

【讨论】：

我们快到了！感谢您创建一个函数然后循环遍历数组的想法。我觉得我只需要稍微改变一下就可以得到我需要的东西。当前输出的唯一问题是它包含额外的、不需要的字母/数字。例如，示例中数组中的最后一个输出应该只是“g2”，而不是“e4g2”。

【解决方案2】：

这可能不是最漂亮的方式，但我认为它可以完成工作！

import re
import numpy as np

lists = np.array(["Nd4","0-0","Nxe4","e8+","e4g2"])

def function(i):
    try:
        return re.findall(r'[a-z]\d',i)[len(re.findall(r'[a-z]\d',i))-1]
    except:
        return ""

newList = [function(i) for i in lists]

【讨论】：