将美国金额提取到单独的列中答案

【问题标题】：Extract US amounts into separate columns将美国金额提取到单独的列中
【发布时间】：2020-09-22 05:41:01
【问题描述】：

我正在尝试使用正则表达式从子字符串中提取以美元计价的金额。负数在字符串末尾有一个“CR”，表示负值。金额包含在标题为“描述”的单列 csv 文件中。以下是一些示例订单项：

description
Account Total:                    26,458.16          7,476,744.04        7,484,287.03            7,542.99CR           18,915.17
Account Total:                    27,218.61          7,719,293.26        7,740,051.63           20,758.37CR            6,460.24
Account Total:                          .00          7,634,750.07           39,055.35        7,595,694.72          7,595,694.72
Account Total:                    64,249.00                   .00           64,249.00           64,249.00CR                 .00

理想的结果将是一个数据框，其中每个金额包含在具有以下标题的单独列中：“Beg_bal”、“Total_cr”、“Total_db”、“Net_ch”和“Ending_bal” 我已经尝试了以下代码，但它导致了“nan”值：

pat=r'^(?P<Beg_bal>\$?(?:\d+,)*\d+\.\d+)\s+(?P<Total_cr>\$?(?:\d+,)*\d+\.\d+)\s+(?P<Total_db>\$?(?:\d+,)*\d+\.\d+)\s+(?P<Net_ch>\$?(?:\d+,)*\d+\.\d+)\s+(?P<Ending_bal>\$?(?:\d+,)*\d+\.\d+)'
df[['Beg_bal','Total_cr','Total_db','Net_ch','Ending_bal']]=df['description'].str.extract(pat)

在此先感谢，非常感谢任何帮助。

【问题讨论】：

是来自 csv 文件吗？
是的，所有行都包含在一个单列 csv 文件中

标签： python regex pandas dataframe pattern-matching

【解决方案1】：

您可以使用 str.split，删除前 2 列，因为它们包含 Account 和 Total：并根据需要重命名左侧的列

df_ = df['description'].str.split('\s+', expand=True).iloc[:, 2:]
df_.columns = ['Beg_bal', 'Total_cr', 'Total_db', 'Net_ch', 'Ending_bal']
print (df_)
     Beg_bal      Total_cr      Total_db        Net_ch    Ending_bal
0  26,458.16  7,476,744.04  7,484,287.03    7,542.99CR     18,915.17
1  27,218.61  7,719,293.26  7,740,051.63   20,758.37CR      6,460.24
2        .00  7,634,750.07     39,055.35  7,595,694.72  7,595,694.72
3  64,249.00           .00     64,249.00   64,249.00CR           .00

【讨论】：

【解决方案2】：

你可以这样做：

df = pd.read_csv('test.csv', sep='|')
df = df['description'].str.split(r'   *').apply(pd.Series).drop(columns=[0])
df.columns = [['Beg_bal','Total_cr','Total_db','Net_ch','Ending_bal']]
print(df)

     Beg_bal      Total_cr      Total_db        Net_ch    Ending_bal
0  26,458.16  7,476,744.04  7,484,287.03    7,542.99CR     18,915.17
1  27,218.61  7,719,293.26  7,740,051.63   20,758.37CR      6,460.24
2        .00  7,634,750.07     39,055.35  7,595,694.72  7,595,694.72
3  64,249.00           .00     64,249.00   64,249.00CR           .00

【讨论】：