熊猫数据采集系统

Question

我有这样的数据，像这样的列

COL1      
RED[10%(INC)]
RED[12%(INC)]

我想要创建这样的col2

COL2
10
12

你能帮我找到好的食粮吗？我试过这个：

RED\[(\d+\.\d+) %INC\]

但它不会走路。

Answer 1

如果您希望使用regex，并且只提取指定上下文中的数字，则可以使用

df['COL2'] = df['COL1'].str.extract(r'RED\[(\d+(?:\.\d+)?)%\[INC]]', expand=False)

见regex演示。

详细信息

• RED\[ -一个RED[字符串
• (\d+(?:\.\d+)?) -捕获组1:一个或多个数字后面跟着一个可选的点序列和一个或多个数字。
• %\[INC]] -一个%[INC]]文本字符串。

您还可以探索其他选项：

• 用百分比符号提取数字：df['COL1'].str.extract(r'(\d+(?:\.\d+)?)%', expand=False)
• 使用[拆分，获取第二项并从其中删除%：df['COL1'].str.split("[").str[1].str.replace("%", "")

Answer 2

此解决方案使用re.findall

模块和数据：

import pandas as pd
df = pd.DataFrame({'COL1':['RED[10%(INC)','RED[12%(INC)']})

解决方案：

df['COL2'] = df['COL1'].apply(lambda x: re.findall('[0-9]+', x))
df['COL2'] = pd.DataFrame(df['COL2'].tolist())

Answer 3

df['COL2']= np.where(df['COL1'].str.extract(r'RED\[(d+)')