Question

我有来自pandas的数据框。我不确定如何开始提取信息。

该列中的数据如下：

->Company A 100->Company B 60->Company C 80-> Company D
->Company A 100->Company B 53.1->Company C 82.2->Company D 100-> Company G
->Company A 100->Company B 23-> Company D

等...

公司的信息并不重要，只是每个项目中的最后一个数字。

我想提取最后一个->之前的数字并将其粘贴到另一列中。

例如，分别提取80，100和23。

80
100
23

我有这个

import re
text = '->Company A 100->Company B 60->Company C 80-> Company D'
re.findall(r'\d+', text)[-1]

给出正确的输出'80'

但是当我为df

这样做时

re.findall(r'\d+', df['ColumnName'])[-1]

我得到：TypeError：预期的字符串或类似字节的对象

Answer 1

如果需要字符串的最后一个数字，可以尝试以下操作：

df['num'] = df['text'].str[::-1].str.extract('(\d+)')
df['num'] = df['num'].str[::-1]
df

           text                                         num
0   -> Company A 100->Company B 60->Company C 80->...   80
1   -> Company A 100->Company B 53.1->Company C 82...   100
2   -> Company A 100->Company B 23-> Company D          23

如果只希望最后一个'->'之前的数字，也可以尝试以下操作：

df['num'] = df['text'].str.split('->').str[-2].str.extract('(\d+)')

           text                                         num
0   -> Company A 100->Company B 60->Company C 80->...   80
1   -> Company A 100->Company B 53.1->Company C 82...   100
2   -> Company A 100->Company B 23-> Company D          23

如果您还要在最后一个'->'前加上浮点数：

df['text'].str.split('->').str[-2].str.extract('(\d+(?:\.\d+)?)')

更改在正则表达式中

Answer 2

使用regex获取findall的浮点数或整数，并通过索引获取最后的值：

df['num'] = df['col'].str.findall(r'([-+]?\d*\.\d+|\d+)').str[-1]
print (df)


                                                 col  num
0  -> Company A 100->Company B 60->Company C 80->...   80
1  -> Company A 100->Company B 53.1->Company C 82...  100
2         -> Company A 100->Company B 23-> Company D   23

在Python中使用字符串提取数据框中的最后一个数字

2 个答案: