从列中的字符串中提取一组 n 个数字

Question

我在 Pandas 数据框中有一列字符串，其中包含以下内容："AU/4347001"但此外还有其他组织较少的字符串，例如"Who would have thought this would be so 4347009 difficult"因此，最终，对于这些数字系列将出现在字符串中的位置和方式，没有一致的模式。它们可能在开头、中间或结尾，并且无法确切知道数字周围有多少其他字符。理想情况下，我想返回另一列仅包含数字的等长列。这可能吗？任何帮助是极大的赞赏！

Answer 1

你可以这样做extract：

df =pd.DataFrame({'text':["Who would have thought this would be so 4347009 difficult",

                          "24 is me"]})

df['new_col'] = df['text'].str.extract(r'(\d+)')

    text                                                new_col

0   Who would have thought this would be so 434700...   4347009

1   24 is me    

Answer 2

您可以将提取与数字的捕获组一起使用(\d+)：

import pandas as pd

data = ["AU/4347001",

        "Who would have thought this would be so 4347009 difficult",

        "Another with a no numbers",

        "131242143"]

df = pd.DataFrame(data=data, columns=['txt'])

result = df.assign(res=df.txt.str.extract('(\d+)')).fillna('')

print(result)

输出

                                                 txt        res

0                                         AU/4347001    4347001

1  Who would have thought this would be so 434700...    4347009

2                          Another with a no numbers           

3                                          131242143  131242143

注意，在上面的例子中，使用fillna来填充那些没有找到数字组的列，在这种情况下，用空字符串填充。

Answer 3

这是我们的测试 DataFrame：

### Create an example Pandas Dataframe

df = pd.DataFrame(data=['something123', 'some456thing', '789somthing', 

                        'Lots of numbers 82849585 make a long sentence'], columns = ['strings'])

### Create a function for identifying, joining and then turning the string to an integer

def get_numbers(string):

    return int(''.join([s for s in string if s.isdigit()]))

### Now lets apply the get_numbers function to the strings column

df.loc[:,'strings_wo_numbers'] = df.loc[:,'strings']apply(get_numbers)

注意：这将连接字符串中的所有数字，即“10 个橄榄和 5 个苹果”将变成 105 而不是 10、5。