python解析字符串以获取模式字符串答案

【问题标题】：python parse string for patterned stringpython解析字符串以获取模式字符串
【发布时间】：2017-09-29 18:41:26
【问题描述】：

我需要解析一个包含长字符串的 Pandas DataFrame 列，我需要在其中找到一个遵循特定模式 PXXXX 的 ID。 id 总是以'P' 开头，后跟5 个随机字符或数字，即PXYZAB。

例如，

   columnName
   |||||||||||||||||||||Fefelajfeaflekj;alfkjeaf_PXXXXX
   ||||XYz<,,,ffeals89fes|PXXXXX_fewalfeslfesfsfjfes
   wh;lajkfeklaflkejasefj;lase|||||xxxx_PXXXX|wha;felkjasf

【问题讨论】：

标签： python pandas parsing dataframe delimiter

【解决方案1】：

看看下面的内容是否适合你..
已更新数字请求

import re

s='||||XYz<,,,ffeals89fes|PUVWXY_fewalfeslfesfsfjfes\nwh;lajkfeklaflkejasefj;lase|||||xxxx_PA1CDE|wha;felkjasf'

colIdx='Col Header Name in Data Frame where the string is' #OR just the 1 if it is 2nd column that you want to check and there are no headers in your data frame.
ids=[m for idx, row in df.iterrows()  for m in re.findall('P[A-Z0-9]{5}',row[colIdx])]:

输出

PUVWXY
PA1CDE

请注意，这只捕获P 后跟五个大写字母或数字。

【讨论】：

如何修改此代码以合并以允许使用大写字母和数字？
询问如何格式化 s 变量以使其成为 DataFrame 中的一列并让它遍历行会不会太过分？
不确定您的 DataFrame 设置，但您明白了。这将获取整列中所有匹配的id。
我仍在试图找出循环的 ids 试图做什么，即 row[colIdx] 中 colIdx 的值是什么
colIdx 是您的数据框列标题。这将从行中返回该列的值

【解决方案2】：

  import pandas as pd

  df = read_excel(c:\\......)
  df.head()

输出

  String
  |||||fe;jlkajf;lkeja;fji_PXXXX
  ;ljf;oeiaf;ifs[op[[pof[PXXXX,;lkjf;lej;afle
  [xyzPXXXX]

解决方案

  df['patterns'] = df['String'].str.findall('P[A-Za-z0-9]{5}')

输出

  String                                           patterns  
  |||||fe;jlkajf;lkeja;fji_PXXXX                   PXXXXX
  ;ljf;oeiaf;ifs[op[[pof[PXXXX,;lkjf;lej;afle      PXXXXX
  [xyzPXXXX]                                       PXXXXX

【讨论】：