Python 在具有各种数据类型的dataframe列中查找字符串中的数字

我有一个数据帧（df）：

我可以在里面找到数字：

df['B'] = df['A'].apply(lambda str:[int(s) for s in str.split() if s.isdigit()])

但当存在各种数据类型时：

df = pd.DataFrame({'A' : [54321, 'it is 54322', 'is it 54323 or 4?', np.NaN]})

我得到：

AttributeError: 'int' object has no attribute 'split'

---

首先要注意的是，str是一个Python关键字，避免将其用作变量

现在，为了解决您的问题，您可以使用

isinstance

检查单元格是否为字符串：

df['B'] = df['A'].apply(lambda x:[int(s) for s in x.split() if s.isdigit()]
                                 if isinstance(x,str) else x)

输出：

                   A        B
0              54321    54321
1        it is 54322  [54322]
2  is it 54323 or 4?  [54323]
3                NaN      NaN

---

首先要注意的是，str是一个Python关键字，避免将其用作变量

现在，为了解决您的问题，您可以使用

isinstance

检查单元格是否为字符串：

df['B'] = df['A'].apply(lambda x:[int(s) for s in x.split() if s.isdigit()]
                                 if isinstance(x,str) else x)

输出：

                   A        B
0              54321    54321
1        it is 54322  [54322]
2  is it 54323 or 4?  [54323]
3                NaN      NaN

使用replace regex。 必须首先替换任何非字母数字的

[^\w]：''

然后替换字符串开头的任何非数字

“^\D+：”

最后用空格<代码> \d+'：''/c>>/p>替换字符串中间的任何非数字。 使用空格拆分字符串以使其进入列表

df['B']= df.A.replace(regex={'[^\w]':'','^\D+':'','\D+':' '}).str.split('\s')



              A           B
0              54321         NaN
1        it is 54322     [54322]
2  is it 54323 or 4?  [54323, 4]
3                NaN         NaN

使用replace regex。 必须首先替换任何非字母数字的

[^\w]：''

然后替换字符串开头的任何非数字

“^\D+：”

最后用空格<代码> \d+'：''/c>>/p>替换字符串中间的任何非数字。 使用空格拆分字符串以使其进入列表

df['B']= df.A.replace(regex={'[^\w]':'','^\D+':'','\D+':' '}).str.split('\s')



              A           B
0              54321         NaN
1        it is 54322     [54322]
2  is it 54323 or 4?  [54323, 4]
3                NaN         NaN