熊猫子串

Question

我有以下数据：

     contract
 0   WTX1518X22
 1   WTX1518X20.5
 2   WTX1518X19
 3   WTX1518X15.5

我需要添加一个新列，包含第一列中最后一个'X‘之后的所有内容。因此，结果将是：

     contract        result
 0   WTX1518X22      22
 1   WTX1518X20.5    20.5
 2   WTX1518X19      19
 3   WTX1518X15.5    15.5

因此，我首先需要找到最后一个'X‘的字符串索引位置(因为字符串中可能有多个'X’)。然后获取一个子字符串，其中包含每一行索引位置后面的所有内容。

编辑：

我设法按要求得到了“X”的索引位置：

df.['index_pos'] = df['contract'].str.rfind('X', start=0, end=None)

但我仍然不能得到一个新的列包含所有字符后面的'X‘。我正在努力：

df['index_pos'] = df['index_pos'].convert_objects(convert_numeric=True)
df['result'] = df['contract'].str[df['index_pos']:]

但这只会给我一个名为“结果”的空列。这很奇怪，因为如果我这样做，它就能正常工作：

df['result'] = df['contract'].str[8:]

因此，我只需要一种方法来不对'8‘进行硬编码，而是使用'index_pos’列。有什么建议吗？

Answer 1

使用向量str.split拆分字符串并将最后一个拆分转换为float

In [10]:
df['result'] = df['contract'].str.split('X').str[-1].astype(float)
df
​
Out[10]:
       contract  result
0    WTX1518X22    22.0
1  WTX1518X20.5    20.5
2    WTX1518X19    19.0
3  WTX1518X15.5    15.5

Answer 2

import pandas as pd
import re as re
df['result'] = df['contract'].map(lambda x:float(re.findall('([0-9\.]+)$',x)[0]))

Out[34]: 
       contract  result
0    WTX1518X22    22.0
1  WTX1518X20.5    20.5
2    WTX1518X19    19.0
3  WTX1518X15.5    15.5

这是一种与EdChump使用正则表达式的方法类似的方法，该方法只假定数字位于字符串的末尾。