如何从python中的字符串中提取一定长度的数字？ [复制]答案

【问题标题】：How to extract certain length of numbers from a string in python? [duplicate]如何从python中的字符串中提取一定长度的数字？ [复制]
【发布时间】：2018-02-06 02:06:10
【问题描述】：

我有一个如下所示的数据框：

description     
1906 RES 330 ML
1906 RES 330ML
RES 335 c/6
RES 332 c/12

我想提取数字的三个连续数字并将其保存在新列“volume”中。我的代码是这样的：

df['volume'] = df['description'].str.extract('([([\d]*[\d]){3,3}?])')

预期结果应该是这样的：

volume
330
330
335
332

但是，它给出的结果是这样的：

volume
1906
1906
335
332

谁能帮我修复这个代码？非常感谢！！！

【问题讨论】：

标签： python regex string pandas dataframe

【解决方案1】：

您正在寻找的正则表达式是 \b[\d]{3}\b

有关\b 的更多信息，请参阅docs

【讨论】：

【解决方案2】：

可能有点矫枉过正，但如果您想确保不捕获属于 4 位数字的数字，您可以使用这个：

df['volume'] = df.description.str.extract(r'(?<!\d)(\d{3})(?!\d)', expand=False)    
print(df)

       description volume
0  1906 RES 330 ML    330
1   1906 RES 330ML    330
2      RES 335 c/6    335
3     RES 332 c/12    332

指定expand=False，以便匹配只返回一个pd.Series。

正则表达式：

(?<!\d) - 指定在一组 3 位数字之前的任何内容都不是数字
(\d{3}) - 匹配 3 位数字
(?!\d) - 指定在一组 3 位数字之后的任何内容都不是数字

【讨论】：

也许r'(?<!\d)(\d{3,3})(?!\d)'
为什么\d{3,3} 为什么不只是\d{3} ？
@JBone 因为我对正则表达式还比较缺乏经验。感谢您的指正。我会把它添加进去。

【解决方案3】：

你需要

不匹配任意位数，三遍，所以删除[\d]*
不匹配任何看起来像“单词”的内容中的 3 位数字，
尤其是其他数字，所以使用字边界\b
不允许可选?
不要过度使用字符集[]

您不需要：

使用两个捕获组()

这个正则表达式会单独找到三个数字：

\b(\d{3})\b

【讨论】：