使用Regex在Pandas Dataframe中创建新列

Question

我在类型为object的pandas df中有一列我要解析以获取字符串中的第一个数字，并创建一个包含该数字的新列int。

例如：

现有的df

    col
    'foo 12 bar 8'
    'bar 3 foo'
    'bar 32bar 98'

所需的df

    col               col1
    'foo 12 bar 8'    12
    'bar 3 foo'       3
    'bar 32bar 98'    32

我的代码适用于列系列中的任何单个单元格

int(re.search(r'\d+', df.iloc[0]['col']).group())

上面的代码工作正常，返回12应该。但是当我尝试使用整个系列创建一个新列时：

df['col1'] = int(re.search(r'\d+', df['col']).group())

我收到以下错误：

TypeError：期望的字符串或类似字节的对象

我尝试在str()周围包裹df['col']，摆脱了错误，但在col1中产生了所有0

我还尝试将col转换为list个字符串并迭代list，这只会产生相同的错误。有谁知道我做错了什么？非常感谢帮助。

Answer 1

这样可以解决问题：

search = []    
for values in df['col']:
    search.append(re.search(r'\d+', values).group())

df['col1'] = search

输出如下：

            col    col1
0  foo 12 bar 8      12
1     bar 3 foo       3
2  bar 32bar 98      32