仅当元素在逗号前有一个数字时才对它进行计数

Question

仅当元素在逗号前有一个数字（末尾）时，我才尝试计数。

示例：

  

12,12,12 = 3
   BOOK ,, NO，06,07 = 5 <-应该是2
  401-402-403-404-405，301-302-303-304-305 = 2 <-这应该是10
  G2，G3，G4 <-应该是3

数据中包含各种特殊字符和东西，但我用逗号代替了“-”，似乎也造成了问题。一些书被分配了a-2，b-01，因此应该算作1，而不是2。我该怎么办？

代码：

import string
data['book_no']=data.book_no.replace(r'[!"#$%&\'()*+/.:;<>?@[\]^_`{|}~]', ',', regex=True)
data['book_no']=data.book_no.str.strip(string.punctuation);
data['total_books']=data.book_no.str.split(r'[!"#$%&\'()*+,/:;<>?@[\]^_`{|}~]').str.len()

Answer 1

您可以使用

data['total_books']=data['book_no'].str.findall(r'\d+(?![^,])|(?<=,)\d+').str.len()

正则表达式匹配

• \d+(?![^,])-1个以上的数字（\d+）后跟逗号或字符串结尾（(?![^,]) = (?=,|$)）
• |-或
• (?<=,)\d+-1个以上的数字（\d+）前面带有逗号（(?<=,)）。

请参见regex demo和正则表达式图：

Answer 2

我会尝试在每个破折号或逗号处分割，然后检查每个元素是否为数字。一种方法是：

def custom_count(your_string):
    split_str = your_string.replace('-', ',').split(',')
    return sum([x.strip().isdigit() for x in split_str])

这在您的示例中效果很好：

In [2]: custom_count('BOOK,,NO,06,07')
Out [2]: 2

In [3]: custom_count('401-402-403-404-405, 301-302-303-304-305')
Out [3]: 10

---

警告1 ：is.digit()不适用于带小数点的数字：

'3.14159'.isdigit()
False

警告2 ：另外，请注意，数千个分隔符将被拆分为不同的数值，并将被计数多次。一百万，例如：

custom_count('1,000,000')
3