Question

此处的新手程序员正在寻求帮助。我有一个看起来像这样的数据框：

       Message  
0  "Blah blah $AAPL"
1  "Blah blah $ABT"      
2  "Blah blah $amzn"     
3  "Blah blah $AMZN"
4  "Blah blah $KO"
5  "Blah blah $fb"
6  "Blah blah $GOOGL"
7  "Blah blah $BA"    
8  "Blah blah $BMY"

我想要的输出是一个新列，该列为我提供了推文中使用的Cashtag，无论它是大写还是小写。在此示例中为：

       Message            Cashtag
0  "Blah blah $AAPL"      "$AAPL"
1  "Blah blah $ABT"       "$ABT"
2  "Blah blah $amzn"      "$AMZN"
3  "Blah blah $AMZN"      "$AMZN"
4  "Blah blah $KO"        "$KO"
5  "Blah blah $fb"        "$FB"
6  "Blah blah $GOOGL"     "$GOOGL"
7  "Blah blah $ba"        "$BA"   
8  "Blah blah $BMY"       "$BMY"

如何获得所需的输出？

Answer 1

这将从所有字符串中提取第一个现金标签：

df['Cashtag'] = df['Message'].str.extract(r'(\$[A-Za-z]{1,4})', expand=False)

查看Series.str.extract的文档。

更好的是，因此您以后可以按现金标签进行分组，建议您也将它们转换为全部大写字母：

df['Cashtag'] = df['Message'].str.extract(r'(\$[A-Za-z]{1,4})', expand=False).str.upper()

Answer 2

IIUC，

df['Cashtag'] = df['Message'].str.upper().str.extract('(\$\w+)')
print(df)




              Message    Cashtag
0   0  "Blah blah $AAPL"   $AAPL
1    1  "Blah blah $ABT"    $ABT
2   2  "Blah blah $amzn"   $AMZN
3   3  "Blah blah $AMZN"   $AMZN
4     4  "Blah blah $KO"     $KO
5     5  "Blah blah $fb"     $FB
6  6  "Blah blah $GOOGL"  $GOOGL
7     7  "Blah blah $BA"     $BA
8    8  "Blah blah $BMY"    $BMY

DataFrame：基于另一列中的单词创建新列

2 个答案: