Question

我有一个excel文件，我试图从中提取信息，特别是从第5列（＆＃39;摘要＆＃39;）。 “摘要”的每个元素都是＆＃39;是一个字符串;我想找到所提到的人的年龄。年龄信息将是＆＃34; John Smith，23岁，＆＃34;或者＆＃34;约翰史密斯，一个23岁的＆＃34;。第一行数据不是有效的，所以我跳过了它。我无法弄清楚我做错了什么。我正在搜索2位数后跟逗号或短划线，然后尝试返回2位数。谢谢你的帮助

import pandas as pd

mf=pd.ExcelFile(myFile)

m=mf.parse('myDataFile')

age = []
s = m['Summary']

for a in s[1:]:
    x = re.search('[0-9]{2}',a)
    y=x+1
    age.append(a[x,y])

Answer 1

我没有意识到正则表达式返回了一个“匹配”对象，而不是一个整数。我能够使用它来实现它：

s=m['Summary']
age =[]
n=re.compile('\d\d(,|-)')

for t in s:
    x= re.search(n,t)
    if x:
        b=x.group(0)
        age.append(b[:2])
    else:
        age.append("NA")

Python正则表达式应用于列表

1 个答案: