Python Pandas 正则表达式输出 NaN答案

【问题标题】：Python Pandas regex outputting NaNPython Pandas 正则表达式输出 NaN
【发布时间】：2020-08-06 06:46:59
【问题描述】：

我有一个带有这样字符的 pandas 数据框列（应该是字典，但在抓取到 CSV 后变成了字符串）：

{"id":307,"name":"Drinks","slug":"food/drinks"...`

我正在尝试提取“名称”的值，因此在本例中为“饮料”。

我现在的代码（如下所示）不断为整个数据帧输出 NaN。

df['extracted_category'] = df.category.str.extract('("name":*(?="slug"))')

我的正则表达式有什么问题？谢谢！

【问题讨论】：

这将获得第 1 组 "name":"([^"]+)" 中名称的值，但是您可以将其解析为 json 并获取键名称的值吗？
您好，我认为您不需要像?= 那样的前瞻性子句。取而代之的是，您可以更新您的正则表达式并尝试这个：("name":*("\w*"))。测试regex101.com/r/xdHD8t/2

标签： python regex pandas

【解决方案1】：

最好将其转换为数据框，您可以使用 eval 和 pd.Series 来做类似的事情

# sample dataframe
df
                                          category
0  {"id":307,"name":"Drinks","slug":"food/drinks"}

df.category.apply(lambda x : pd.Series(eval(x)))
    id    name         slug
0  307  Drinks  food/drinks

或者使用eval仅将字符串转换为字典

df['category'] = df.category.apply(eval)

df.category.str["name"]
0    Drinks
Name: category, dtype: object

【讨论】：

【解决方案2】：

嗨@Ellie 也检查一下这种方法：

x = {"id":307,"name":"Drinks","slug":"food/drinks"}
result = [(key, value) for key, value in x.items() if key.startswith("name")]
print(result)
[('name', 'Drinks')]

【讨论】：

【解决方案3】：

因此，首先 ("name":*(?="slug")) 中最外层的括号需要去掉，因为它们代表第一组，然后提取的值将等于不是的第一组'name' 的值在哪里。

一个更简单的正则表达式是 "name":"(\w*)" （注意：确保将要提取的正则表达式部分保留在括号内）。此正则表达式查找以下字符串：

    "name":"

并提取其后面的所有字母 (\w*)，然后在另一个双引号处停止。

您可以在以下位置测试您的正则表达式：https://regex101.com/

【讨论】：