如何使用 pandas 提取特定内容答案

【问题标题】：How to extract specific content using pandas如何使用 pandas 提取特定内容
【发布时间】：2019-08-03 17:47:43
【问题描述】：

考虑以下数据

Non-removable Li-Po 2870 mAh battery
Non-removable Li-Po 5910 mAh battery (A3-A20-K1AY)
Non-removable Li-Po 1810 mAh battery (6.9 Wh)

我想像下面这样提取 mAh 电池数值

2870
5910
1810

我尝试过使用

def func(x):
  # Split array
  ar = x.split(' mAh')

但我不知道我需要返回什么

【问题讨论】：

它是一个数据框，这只是数据的一部分
如果只是一个样本，那么这里的 constant 上下文是什么，可以帮助检测数字？它总是一个整数值吗？号码前总是有Li-Po吗？后面总是有mAh吗？请注意，meW 的建议可能会超过而 Jan 的解决方案可能会不足，这取决于您希望在这里满足什么要求。当涉及到正则表达式问题时，请具体说明。
我知道它只是列有 1200 个唯一值我只是需要一些提示我将如何能够做到这一点
下面有两个。
是的！将它们都用于解决方案:)

标签： python regex pandas dataframe series

【解决方案1】：

它似乎总是第一个数字，所以你可以使用

^\D*(\d+)

如

df.column_in_question_here.str.extract('^\D*(\d+)')

表达式见a demo on regex101.com。

【讨论】：

【解决方案2】：

考虑到值始终位于LiPo 和mAh 之间，请使用extract：

df = pd.DataFrame({'col': ['Non-removable Li-Po 2870 mAh battery',
                           'Non-removable Li-Po 5910 mAh battery (A3-A20-K1AY)',
                           'Non-removable Li-Po 1810 mAh battery (6.9 Wh)']})
df.col.str.extract('Li-Po (.*) mAh')

      0
0  2870
1  5910
2  1810

【讨论】：