Question

我有一个csv文件示例：（将此读为AAA项花费1000，而AAA（1）项花费2000）

ColumnName
AAA (1000)
AAA (1) (2000)

我想创建一个包含所有数字的pandas dataframe列

即

Column_cost
1000
2000

我试图用'（'进行拆分，这将返回类似以下的内容（因为第二项的名称中包含'（'：

Result 1
Col_1 Col_2 Col_3

AAA 1000) None

AAA   1)  2000)

所以数字不在同一列

然后我尝试创建一列给出的列表

Result 2

ColumnName2

[AAA,1000)]

[AAA,1),2000)]

但同样，我不知道如何创建一个使用每个列表的最后一个元素的列。

我可以为特定索引获取它，但不能为整个列获取

x = df['ColumnName'].str.split('(',expand=True) gives Result 1 above

x = df['ColumnName'].str.split('(') gives Result 2 above

从结果2中，我做了以下操作以获得一个特定单元格的期望结果，但是我不知道如何针对整个列进行操作（我可以为一个较小的数据集执行此操作，但不能为一个较大的数据集执行此操作一个）

检索特定索引的列表，获取列表的最后一个元素，将其按空格分割，然后获取拆分列表的新元素

x[0][-1].split()[0]
x[1][-1].split()[0]

Answer 1

您可以使用str.extract来匹配括号内的数字，并添加'$'使其仅在字符串末尾匹配：

df.assign(Column_cost = df.ColumnName.str.extract(r'\((\d+)\)$'))

       ColunmName    Column_cost
0      AAA (1000)        1000
1  AAA (1) (2000)        2000

Answer 2

使用Series.str.split，str.strip和astype的另一种解决方案：

df['Column_cost'] = df.ColumnName.str.split('(').str[-1].str.strip(')').astype(int)

[出]

       ColumnName  Column_cost
0      AAA (1000)         1000
1  AAA (1) (2000)         2000

检索“熊猫数据框”列中列表的最后一个元素

2 个答案: