从 Pandas 数据框的字符串列中提取特定值

Question

我是 Python 新手。我从通过 Excel 工作表的插件中获取数据，我需要从该列中提取值。

  Plugin Output

 Country:USA   State: Virginia Address: 23 xys lane  SSN:2345550404  Zip : 22102 City: Fairfax

 Country:India State:Virginia  SSN:2345550401  ZIP:452002  City: Indore

我需要在每一行中搜索 SSN 并在新的 pandas 数据框中创建一个新列以创建一个单独的列。

期望的输出：

  SSN

 2345550404

 2345550401

序列号答案：

def find_serialnumber(x):
  num = re.findall(r'Serial Number:\s*([^\n]+)', x)
  return " ".join(num)

Answer 1

import re

    def find_number(x):
        num = re.findall(r'(?:SSN_)(\d+)', x)
        return " ".join(num)

    df['SSN'] =df['Output'].apply(lambda x: find_number(x))

同样从 pandas 中提取函数：

所以 \d+ 表示匹配 1 个或多个数字。

df['SSN'] = df['Output'].apply(lambda x: re.findall(r'(?:SSN_)(\d+)', x)[0] if re.findall(r'(?:SSN_)(\d+)', x) else x)