从电子表格单元格中提取特定字符串

Question

我有一个LibreOffice Calc电子表格，需要从每行的单元格中提取一个小字符串。单元格包含大约一段文字，看起来类似于下面但都有不同的单词，长度等。一个常见的事实是我需要提取的文本的格式，在这种情况下def f(group): return pd.DataFrame([{'num_Countries': group.Country.count(), 'mean': group.mean().mean()}]) grouped = df.groupby('Continent') result = grouped.apply(f).reset_index(level=1, drop=True) 但是可以是24h格式的任何日期/时间格式。

  

Lorem Ipsum只是打印和排版的虚拟文本   行业。 Lorem Ipsum一直是17/11/2016 09:00行业   标准的虚拟文本自16世纪以来，当一个未知的打印机采取   一个类型的厨房，并争先恐后地制作一个类型的样本书。

我搜索了以下网站，但无法将它们连接在一起工作甚至匹配，更不用说提取实际字符串了。

http://regexlib.com/DisplayPatterns.aspx?cattabindex=4&categoryId=5

有人能指出我正确的方向吗？

Answer 1

公式：

=MID(A1,SEARCH("[:digit:]{2}/[:digit:]{2}/[:digit:]{4} [:digit:]{2}:[:digit:]{2}",A1,1),16)

结果：

17/11/2016 09:00

解释：

• MID抓住部分内容。
• A1是包含文字的单元格。
• SEARCH获取要抓取的文字的位置。
• [:digit:]{2}查找两位数字。语法位于https://help.libreoffice.org/Common/List_of_Regular_Expressions。
• /查找字面斜杠，空格（）和冒号:也是如此。
• 1开始查看开头。
• 16是要抓取的文字的长度。

要使其正常工作，请确保在工具中启用正则表达式 - ＆gt;选项 - ＆gt; LibreOffice Calc - ＆gt;计算 - ＆gt; Enable regular expressions in formulas。

Answer 2

一种替代但类似的方法，不需要公式并返回日期/时间索引而不是文本是使用查找来查找和替换（编辑菜单）：

(.*)([0-9]{2}/[0-9]{2}/[0-9]{4} [0-9]{2}:[0-9]{2})(.*)

并检查Regular expressions下的Other options。

有三个（组）：我们想要的任何东西，我们想要的东西以及我们想要的任何东西，而且替换只是第二个捕获组，所以对于替换使用：

$2 

匹配的模式是任意数字字符{2} [0-9]后跟/，另外两个数字和正斜杠，四个数字，空格，另外两个数字{{1} 1}}和两个数字。

如果数据在ColumnA中，则查找/替换可能位于ColumnB中的副本上，以保留源数据。