从变量字符串中提取数字

Question

鉴于此数据框：

import pandas as pd

df = pd.DataFrame({'ID':['a','b','c','d','e','f','g','h','i','j','k'],
                   'value':['None',np.nan,'6D','7','10D','NONE','x','10D aaa','1 D','10 D aa',7]
                   })
df


    ID  value
0   a   None
1   b   NaN
2   c   6D
3   d   7
4   e   10D
5   f   NONE
6   g   x
7   h   10D aaa
8   i   1 D
9   j   10 D aa
10  k   i7D

我想提取存在的数字，否则返回0，如上所示的任何乱七八糟的情况。

期望的结果是：

    ID  value
0   a   0
1   b   0
2   c   6
3   d   7
4   e   10
5   f   0
6   g   0
7   h   10
8   i   1
9   j   10
10  k   7

提前致谢！

Answer 1

或者，您可以在applymap()捕获多个异常后，通过EAFP principle将数据应用于数据框，同时提取数字：

sudo service sphinxsearch restart

打印：

def get_number(item):
    try:
        return int(re.search(r"\d+", str(item)).group(0))
    except (AttributeError, ValueError, IndexError):
        return 0

print(df.applymap(get_number))

Answer 2

使用Series.str.replace和fillna：

尝试以下操作

import pandas as pd

df = pd.DataFrame({'ID':['a','b','c','d','e','f','g','h','i','j','k'],
                   'value':['None',np.nan,'6D','7','10D','NONE','x','10D aaa','1 D','10 D aa',7]
                   })

df = df.fillna(0)
df = df.str.replace(r'\D+', '').astype(int)

Answer 3

以下是我使用re.findall和apply

的方法

df['value'].apply(lambda x: 0 if not re.findall('\d+', str(x)) else re.findall('\d+', str(x))[0])