正则表达式从数据框列中提取长度> 4的数字答案

【问题标题】：Regex to extract numbers length >4, from a dataframe column正则表达式从数据框列中提取长度> 4的数字
【发布时间】：2021-07-27 09:24:48
【问题描述】：

要提取长度 >4 的数字，使用数据框列中的正则表达式，我有以下几行：

import pandas as pd

data = {'Company': ["0652369- INTER SUPPORT LLP, 202011",
"CIRCLE TRADING LTD 1-593616, 2020-06, 0201",
"Area  Food Service Co., Ltd.-6958047, 2020-07"]}

df = pd.DataFrame(data)

df['co'] = df['Company'].str.extract('(\d+).{5,}')
print (df['co'])

输出：

0    0652369
1          1
2    6958047

第二行不正确，它将返回“593616”。

正确的写法是什么？谢谢。

【问题讨论】：

标签： regex pandas dataframe

【解决方案1】：

尝试提取(\d{5,}):

df['co'] = df['Company'].str.extract('(\d{5,})')

#                                          Company       co
# 0             0652369- INTER SUPPORT LLP, 202011  0652369
# 1     CIRCLE TRADING LTD 1-593616, 2020-06, 0201   593616
# 2  Area  Food Service Co., Ltd.-6958047, 2020-07  6958047

【讨论】：