从列中的字符串中提取一组 n 个数字答案

【问题标题】：Extract a group of n numbers from a string in a column从列中的字符串中提取一组 n 个数字
【发布时间】：2019-01-24 09:19:46
【问题描述】：

我在 pandas 数据框中有一列字符串，其中包含以下内容："AU/4347001"，但此外还有其他不太组织的字符串，例如 "Who would have thought this would be so 4347009 difficult"

因此，最终，这些数字序列在字符串中的出现位置和方式并没有连贯的模式。它们可能位于开头、中间或结尾，并且无法确切知道数字周围还有多少其他字符。

理想情况下，我想返回另一列仅包含数字的等长列。

这可能吗？

非常感谢任何帮助！

谢谢

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以extract:

df =pd.DataFrame({'text':["Who would have thought this would be so 4347009 difficult",
                          "24 is me"]})

df['new_col'] = df['text'].str.extract(r'(\d+)')

    text                                                new_col
0   Who would have thought this would be so 434700...   4347009
1   24 is me                                            24

【讨论】：

【解决方案2】：

您可以将extract 与数字(\d+) 的捕获组一起使用：

import pandas as pd

data = ["AU/4347001",
        "Who would have thought this would be so 4347009 difficult",
        "Another with a no numbers",
        "131242143"]

df = pd.DataFrame(data=data, columns=['txt'])
result = df.assign(res=df.txt.str.extract('(\d+)')).fillna('')
print(result)

输出

                                                 txt        res
0                                         AU/4347001    4347001
1  Who would have thought this would be so 434700...    4347009
2                          Another with a no numbers           
3                                          131242143  131242143

请注意，在上面的示例中，使用fillna 来填充那些没有找到数字组的列，在这种情况下，使用空字符串。

【讨论】：

【解决方案3】：

这是我们的测试数据框：

### Create an example Pandas Dataframe
df = pd.DataFrame(data=['something123', 'some456thing', '789somthing', 
                        'Lots of numbers 82849585 make a long sentence'], columns = ['strings'])

### Create a function for identifying, joining and then turning the string to an integer
def get_numbers(string):
    return int(''.join([s for s in string if s.isdigit()]))

### Now lets apply the get_numbers function to the strings column
df.loc[:,'strings_wo_numbers'] = df.loc[:,'strings']apply(get_numbers)

注意：这将连接字符串中的所有数字，即“10 Olives and 5 apples”将变成 105 而不是 10、5。

【讨论】：

【解决方案4】：

使用str.finall

df.text.str.findall('\d+').str[0]
0    4347009
1         24
Name: text, dtype: object

【讨论】：