如何在数据框中使用 re.search 列答案

【问题标题】：How to use re.search column in dataframe如何在数据框中使用 re.search 列
【发布时间】：2018-08-30 14:51:21
【问题描述】：

此代码适用于单个字符串 (inputx)，但当我将其替换为数据框中列的名称时，我无法让它工作。我想要做的是拆分 DESC 列中的字符串，其中大写单词（在字符串的开头）放置到列 break2 中，而描述的其余部分放置在列 break3 中。任何帮助表示赞赏。谢谢。

示例： What I want output to look like (but with the different DESC from each row

适用于硬编码字符串的代码：

inputx= "STOCK RECORD INQUIRY This is a system that keeps track of the positions, location and ownership of the securities that the broker holds"
pos = re.search("[a-z]", inputx[::1]).start()
Before_df['break1'] = pos
Before_df['break2'] = inputx[:(pos-1)]
Before_df['break3'] = inputx[(pos-1):]

但如果我用数据框列替换，我会收到错误消息：TypeError: expected string or bytes-like object

inputx = Before_df['DESC']
pos = re.search("[a-z]", inputx[::1]).start()
Before_df['break1'] = pos
Before_df['break2'] = inputx[:(pos-1)]
Before_df['break3'] = inputx[(pos-1):]

【问题讨论】：

你看过 df.apply() 吗？
我没有调查过这个。我不知道如何使用它，但会检查一下。

标签： python regex dataframe

【解决方案1】：

您可以在 df.str.split 方法中使用正则表达式

df[['result','result2','result3']] = df['yourcol'].str.split("([a-z])", expand= True)

如果你绝对必须使用 re.search（这听起来有点像家庭作业......）

for i in df.index:
    df.at[i, 'columnName'] = re.search("[a-z]", df.at[i, 'inputColumn'][::1]).start()

循环而不是使用df.apply() 的原因是因为数据帧不喜欢在应用期间被更改

【讨论】：