Python在某些字符串后提取数字
我有一个数据框,如下所示Python在某些字符串后提取数字,python,regex,pandas,data-manipulation,Python,Regex,Pandas,Data Manipulation,我有一个数据框,如下所示 import pandas as pd page = ['A','B','C','D'] URL = ['aaa.bbb3333.ccc.de12345.dddd.cccc','ccc2222.ddd.aaa.ho16589.ddd','ddd16893.aaa.de59875','aaa15875.ccc.ddd.ho13532'] df = pd.DataFrame({'page':page,'URL':URL}) 我想创建一个列,在“de”或“ho”之后提取数字
import pandas as pd
page = ['A','B','C','D']
URL = ['aaa.bbb3333.ccc.de12345.dddd.cccc','ccc2222.ddd.aaa.ho16589.ddd','ddd16893.aaa.de59875','aaa15875.ccc.ddd.ho13532']
df = pd.DataFrame({'page':page,'URL':URL})
我想创建一个列,在“de”或“ho”之后提取数字。注意数字的长度可能不同,“de”或“ho”的位置也可能不同
我的代码如下所示:
import re
def extract_number(df,url):
for url in df:
if df[url].str.contains('de', na = False) == True:
match = re.search('de:P(\d+)')
elif df[url].str.contains('ho', na = False) == True:
match = re.search('ho:P(\d+)')
else:
match = 'not found'
print(match)
out = extract_number(df, 'URL')
它返回错误“序列的真值不明确”。使用a.empty、a.bool()、a.item()、a.any()或a.all()
所需的输出应如下所示:
import pandas as pd
page = ['A','B','C','D']
URL = ['aaa.bbb.ccc.de12345.dddd.cccc','ccc.ddd.aaa.ho16589.ddd','ddd.aaa.de59875','aaa.ccc.ddd.ho13532']
ID = ['12345','16589','59875','13532']
df = pd.DataFrame({'page':page,'URL':URL,'ID':ID})
万分感谢 使用具有正向后视功能的
str.extract
:
df["num"] = df["URL"].str.extract(r"(?<=de|ho)(\d+)")
print (df)
#
page URL num
0 A aaa.bbb3333.ccc.de12345.dddd.cccc 12345
1 B ccc2222.ddd.aaa.ho16589.ddd 16589
2 C ddd16893.aaa.de59875 59875
3 D aaa15875.ccc.ddd.ho13532 13532
df[“num”]=df[“URL”].str.extract(r)(?您还需要从URL中删除数字?删除数字是什么意思?生成的数据帧应该有URL,但id之外没有其他数字(我猜)…所以,不是aaa.bbb3333.ccc.de12345.dddd.cccc
,而是这个aaa.bbb.ccc.de12345.dddddd.cccc
是的,你是对的…但是他/她期望的结果没有这些数字…无论如何,干得好:)所以抱歉,伙计们。那是个错误。我忘了在URL中键入数字。谢谢!