Python 关于熊猫行中棘手字符串的建议 我正在处理天气数据，我还在学习如何有效地使用熊猫…我有一个熊猫数据集，我有一排风速和方向的格式。问题是方向的字符串格式。风速和风向列df['WindDirSpeed']的当前格式如下： IssueDatetime Regions \ 0 2018-01-01 06:00:00 SOUTH COAST 1 2018-01-01 06:00:00 SOUTH COAST 2 2018-01-01 06:00:00 SOUTH COAST 3 2018-01-01 06:00:00 SOUTH COAST 4 2018-01-01 06:00:00 EAST COAST-CAPE ST FRANCIS AND SOUTH ... ... ... 12833 2018-12-30 06:00:00 SOUTHEASTERN GRAND BANKS 12834 2018-12-30 06:00:00 SOUTHEASTERN GRAND BANKS 12835 2018-12-30 06:00:00 SOUTHEASTERN GRAND BANKS 12836 2018-12-30 06:00:00 SOUTHWESTERN GRAND BANKS 12837 2018-12-30 06:00:00 SOUTHWESTERN GRAND BANKS forecastTime forecastHour WindDirSpeed 0 2018-01-01 06:00:00 0.0 SW35 1 2018-01-01 15:00:00 9.0 SW25 2 2018-01-02 08:00:00 26.0 SW15-20 3 2018-01-02 15:00:00 33.0 VRB10-15 4 2018-01-01 06:00:00 0.0 SW35 ... ... ... ... 12833 2018-12-30 06:00:00 0.0 W25 12834 2018-12-30 09:00:00 3.0 W25 12835 2018-12-30 18:00:00 12.0 NW35 12836 2018-12-30 06:00:00 0.0 W25 12837 2018-12-30 12:00:00 6.0 NW30

我尝试编写一个函数，提取方向并创建一个仅包含风向的新行：

def find_windDir(row):
    directions = ['VRB', 'N', 'NE', 'E', 'SE', 'S', 'SW', 'W', 'NW']
    for d in directions:
        if d in row['WindDirSpeed']:
            row['dir'] = d
            row['WindSpeed'] = row['WindDirSpeed'].replace(d,'')
    return row

不幸的是，这不起作用，因为“在行”查找方向字符串的所有变化

理想情况下，我需要将数据集与单独列中的风速和方向分开：

 Dir WindSpeed  
  SW     35  
  SW     25  
  SW   15-20  

试试这个：

df['Dir'] = df['WindDirSpeed'].str.extract(r'([A-Z]*)')
df['WindSpeed'] = df['WindDirSpeed'].str.extract(r'([0-9]+\-[0-9]+|[0-9]+)')
print(df)

输出：

           forecastTime  forecastHour WindDirSpeed  Dir WindSpeed
2018-01-01     06:00:00           0.0         SW35   SW        35
2018-01-01     15:00:00           9.0         SW25   SW        25
2018-01-02     08:00:00          26.0      SW15-20   SW     15-20
2018-01-02     15:00:00          33.0     VRB10-15  VRB     10-15
2018-01-01     06:00:00           0.0         SW35   SW        35
2018-12-30     06:00:00           0.0          W25    W        25
2018-12-30     09:00:00           3.0          W25    W        25
2018-12-30     18:00:00          12.0         NW35   NW        35
2018-12-30     06:00:00           0.0          W25    W        25
2018-12-30     12:00:00           6.0         NW30   NW        30

试试这个：

df['Dir'] = df['WindDirSpeed'].str.extract(r'([A-Z]*)')
df['WindSpeed'] = df['WindDirSpeed'].str.extract(r'([0-9]+\-[0-9]+|[0-9]+)')
print(df)

输出：

           forecastTime  forecastHour WindDirSpeed  Dir WindSpeed
2018-01-01     06:00:00           0.0         SW35   SW        35
2018-01-01     15:00:00           9.0         SW25   SW        25
2018-01-02     08:00:00          26.0      SW15-20   SW     15-20
2018-01-02     15:00:00          33.0     VRB10-15  VRB     10-15
2018-01-01     06:00:00           0.0         SW35   SW        35
2018-12-30     06:00:00           0.0          W25    W        25
2018-12-30     09:00:00           3.0          W25    W        25
2018-12-30     18:00:00          12.0         NW35   NW        35
2018-12-30     06:00:00           0.0          W25    W        25
2018-12-30     12:00:00           6.0         NW30   NW        30

---

简单的修复应该是按长度（最长的第一个）按“方向”排列字符串。

df['WindDirSpeed'].str.split（“（[VNEWS][REW]？[B]？）”，expand=True）

应该是按长度（最长的第一个）按“方向”排列字符串。

df['WindDirSpeed'].str.split（“（[VNEWS][REW]？[B]？）”，expand=True）

应该有效，刚刚意识到我需要

提取

，而不是

分割

。我使用的正则表达式是

Dir

：

'（[VNEWS][REW]？[B]？）

，而

WindSpeed

是

'[VNEWS][REW]？[B]？（.*）

第一个运行正常，第二个运行不正常，你得到了什么错误？它应该是相同的-在这种情况下，捕获组是“模式后任何字符的任意数量”抱歉，它们都工作：

df['Dir']=df['WindDirSpeed'].str.extract（r'（[VNEWS][REW]？[B]？）

df['WindSpeed']=df['WindDirSpeed'].str.extract（r'[VNEWS][REW]？[B]（*）

是的，刚刚意识到我需要

提取

，而不是

分割

。我使用的正则表达式是

Dir

：

'（[VNEWS][REW]？[B]？）

，而

WindSpeed

是

'[VNEWS][REW]？[B]？（.*）

第一个运行正常，第二个运行不正常，你得到了什么错误？它应该是相同的-在这种情况下，捕获组是“模式后任何字符的任意数量”抱歉，它们都工作：

df['Dir']=df['WindDirSpeed'].str.extract（r'（[VNEWS][REW]？[B]？）

df['WindSpeed']=df['WindDirSpeed'].str.extract（r'[VNEWS][REW]？[B]？（*）