在Python中将re.search函数应用于列
我有以下Python代码(我想要文本字段中特定数字的第一个匹配): 想要的输出:在Python中将re.search函数应用于列,python,regex,pandas,Python,Regex,Pandas,我有以下Python代码(我想要文本字段中特定数字的第一个匹配): 想要的输出: A B C 1 bla 4044 bla 4044 2 bla 5022 bla None 3 bla 6045 bla 6045 它似乎不起作用。当我将[0]添加到正则表达式代码时,它给出了一个错误…(subjectnr=re.search(r“(\b[4][0-1][0-9][0-9]\b)”,列)[0]) 谁知道该怎么办?提前谢
A B C
1 bla 4044 bla 4044
2 bla 5022 bla None
3 bla 6045 bla 6045
它似乎不起作用。当我将[0]添加到正则表达式代码时,它给出了一个错误…(subjectnr=re.search(r“(\b[4][0-1][0-9][0-9]\b)”,列)[0])
谁知道该怎么办?提前谢谢 您可以使用
str.extract
执行此操作。您还可以稍微压缩您的模式,如下所示
p = r'\b(4[0-1]\d{2}|(?:[2-3]|[6-8])\d{2}[0-5])\b'
df['C'] = df.B.str.extract(p, expand=False)
df
A B C
0 1 bla 4044 bla 4044
1 2 bla 5022 bla NaN
2 3 bla 6045 bla 6045
这应该比调用apply
快得多
详细信息
\b # word boundary
( # first capture group
4 # match digit 4
[0-1] # match 0 or 1
\d{2} # match any two digits
|
(?: # non-capture group (prevent ambiguity during matching)
[2-3] # 2 or 3
| # regex OR metacharacter
[6-8] # 6, 7, or 8
)
\d{2} # any two digits
[0-5] # any digit b/w 0 and 5
)
\b
你能解释一下你是如何得到这个输出的吗?你应该使用
Series.str.findall
。我已经尝试了findall,但我不想要所有匹配项,只想要第一个匹配项……好的,然后Series.str.extract
。我的问题是,你到底想做什么?为什么第二个结果没有?我想要匹配的第一个匹配项(特定格式的数字),所以第二个不是正确的格式数字(bc第一个数字是5)。我会尝试做这个系列。str.extract,谢谢!如果答案中缺少什么,请告诉我。如果没有,请考虑标记它被接受。非常感谢。谢谢你的回答和正则表达式的建议,它是有效的(我减少了我的代码量:)!
\b # word boundary
( # first capture group
4 # match digit 4
[0-1] # match 0 or 1
\d{2} # match any two digits
|
(?: # non-capture group (prevent ambiguity during matching)
[2-3] # 2 or 3
| # regex OR metacharacter
[6-8] # 6, 7, or 8
)
\d{2} # any two digits
[0-5] # any digit b/w 0 and 5
)
\b