如何从数据框 col 中提取特定值并将它们放在另一列中？答案

【问题标题】：How to extract particular values from a dataframe col and put them in another column?如何从数据框 col 中提取特定值并将它们放在另一列中？
【发布时间】：2020-11-18 02:12:17
【问题描述】：

我有一个由一列字符串组成的数据框。我想从一列中提取地点、日期和比赛编号。

数据框：

- S.no.            FileName
- 0.     Albany17NOV19sectionalRace1.csv
- 1.     Albany22NOV19sectionalRace4.csv
- 2.     New York1NOV19sectionalRace7.csv
- 3.     Aquis Park Gold Coast27NOV19sectionalRace2.csv

所需的数据框：

- S.no.   Place                     Date     Racenumber
- 0.     Albany                    17NOV19    Race1
- 1.     Albany                    22NOV19    Race4
- 2.     New York                  1NOV19     Race7
- 3.     Aquis park Gold Coast     27NOV19    Race2

【问题讨论】：

标签： python pandas dataframe data-extraction

【解决方案1】：

拆分;

digit 后跟 Nondigit 和 digit 即 17NOV19

或

sectional

或

3 个特殊字符.

拆分后删除所有具有 None 作为值的行和任何其他不需要的行。如果需要，可以重命名列

    df=df.FileName.str.split('(\d+\D+\d+)|(sectional)|(\.)', expand=True).dropna(1).drop(columns=[4,6,11,12])
print(df)
        

          

                    0        1      8
0                 Albany  17NOV19  Race1
1                 Albany  22NOV19  Race4
2               New York   1NOV19  Race7
3  Aquis Park Gold Coast  27NOV19  Race2

【讨论】：

这有点用，但是正如您在示例中看到的那样，日期被划分为 11 月 17 日在 Albany1 和 7Nov19 中被划分。
我不好。做了eidts。基本上忘了把+放在第一个\d
如果可以，请告诉我，或者需要更多帮助。乐于助人
效果很好！非常感谢队友。我只需要你的建议，我可以在哪里学习这些表达式 '(\d+\D+\d+)|(section)|(\.)' 。
当我得到一个包含像这样的名称 [6 MISS CIRCLEWORK (3)] 的列时，我想提取第一个数字和最后一个数字，在这种情况下将是“6”和“3” .

【解决方案2】：

一个正则表达式函数应该可以完成这项工作：

import re


def split_string_to_groups(s: str):
    temp = re.compile("([a-zA-Z\s]+)([0-9]+[a-zA-Z]+[0-9]+)(sectional)(Race[0-9]+)(\.csv)")
    res = temp.match(s).groups()
    return res

print(split_string_to_groups("Albany17NOV19sectionalRace1.csv"))
print(split_string_to_groups("Aquis Park Gold Coast27NOV19sectionalRace2.csv"))

输出：

('Albany', '17NOV19', 'sectional', 'Race1', '.csv')
('Aquis Park Gold Coast', '27NOV19', 'sectional', 'Race2', '.csv')

【讨论】：

【解决方案3】：

不如其他答案好，但它仍然可以完成工作：

extract_info = {
    'Date': lambda x: x.str.findall('\d.+?\d{2}').str[0],
    'Place': lambda x: x.str.findall('^.+?(?=\d)').str[0],
    'Racenumber': lambda x: x.str.findall('Race\d+').str[0]}

df = df.FileName.agg(extract_info.values())
df.columns = extract_info.keys()

print(df)

      Date                  Place Racenumber
0  17NOV19                 Albany      Race1
1  22NOV19                 Albany      Race4
2   1NOV19               New York      Race7
3  27NOV19  Aquis Park Gold Coast      Race2

【讨论】：