为什么 re.findall 只返回前十行

Question

我尝试使用 59k 行中的正则表达式来匹配字符串。当然，我期望结果是相同的 59k 行。但是结果仅返回前 10 行。我觉得这是一个愚蠢的问题，但仍然想知道这里出了什么问题。y = str(data[['geometry']]) z = re.findall("(?<=\()\d.*(?=\))", y)

Answer 1

你可能str.findall需要tolist()

前任：

data['geometry'].str.findall("(?<=\()\d.*(?=\))").tolist()

演示：

df = pd.DataFrame({'geometry': ['aa (123) bb (1.5)', 'aa (123) bb (1.5)', 'aa (123) bb (1.5)', 'aa (123) bb (1.5)']})
print(df['geometry'].str.findall("(?<=\()(\d.*?)(?=\))").tolist())

输出：

[['123', '1.5'], ['123', '1.5'], ['123', '1.5'], ['123', '1.5']]

Answer 2

我通过使用循环得到了自己的解决方案：

location = []

for l in data['geometry']:

    latlon = re.findall("(?<=\()\d.*(?=\))", l)

    location.append(z)

df_latlon = DataFrame(location)

df_latlon

Answer 3

用途str.extract：

data['geometry'].str.extract(r'\((\d.*)\)', expand=False).tolist()

请参阅正则表达式演示

解释

                         EXPLANATION
--------------------------------------------------------------------------------
  \(                       '('--------------------------------------------------------------------------------
  (                        group and capture to \1:
--------------------------------------------------------------------------------
    \d                       digits (0-9)
--------------------------------------------------------------------------------
    .*                       any character except \n (0 or more times
                             (matching the most amount possible))
--------------------------------------------------------------------------------
  )                        end of \1--------------------------------------------------------------------------------
  \)                       ')'