Python 通过正则表达式操纵Pandas中的值

这实际上是一个后续问题。我之前的问题不清楚，既然已经回答了，我觉得还是发一个新问题好

我有一个如下所示的数据帧：

Column1    Column2    Column3    Column4                     Column5
5FQ        1.047      S$55.3     UG44.2 as of 02/Jun/2016    S$8.2 mm
600        (1.047)    S$23.3     AG5.6 as of 02/Jun/2016     S$58 mm
KI2        1.695      S$5.35     RR59.5 as of 02/Jun/2016    S$705 mm
88G        0.0025     S$(5.3)    NW44.2 as of 02/Jun/2016    S$112 mm
60G        5.63       S$78.4     UG21.2 as of 02/Jun/2016    S$6.21 mm
90F        (5.562)    S$(88.3)   IG46.2 as of 02/Jun/2016    S$8 mm

我试图使用

regex

删除所有单词和字母，只保留数字。但是，如果数字包含在

（）

中，我想将其改为负数

所需输出

Column1    Column2    Column3    Column4       Column5
5          1.047      55.3       44.2          8.2
600        -1.047     23.3       5.6           58
2          1.695      5.35       59.5          705
88         0.0025     -5.3       44.2          112
60         5.63       78.4       21.2          6.21
90         -5.562     -88.3      46.2          8

这可能吗？我尝试过使用这段代码，但不确定合适的

regex

组合应该是什么

df.apply(lambda x: x.astype(str).str.extract(r'(\d+\.?\d*)', expand=True).astype(np.float))

---

你可以想出：

import re

def onlynumbers(value):
    if value.startswith('('):
        return '-' + value
    rx = re.compile(r'\d+[\d.]*')
    try:
        return rx.search(value).group(0)
    except:
        return value

df.applymap(onlynumbers)

这将返回：

---

更新：

$1005a

-->

1005

（第1行第3列的示例）

旧答案：

另一种解决方案，仅使用方法：

---

你到底是怎么摆脱约会的？您应该首先删除该项，如我在下面的回答中所述。@chrisvp:No，我不应该-

rx.search（）

只返回不是日期的第一个匹配项。好的，但是第5列是02，第6列是2016，只有第7列是8.2。所以你需要跳过5和6，这归结起来是为了消除日期。r'\d+[\d.]*'可能会短接到r'[\d.]+'不一定：请自己弄清楚（你的）、（我的）和更安全的之间的区别。有时缩短是为了不准确。当我的描述性答案被否决时，我会写一条评论：（\d+。？\d*）将所有数字与任意数量的小数匹配，包括日期的02和2016。此外，您缺少该标志。我会首先将所有的“（”（反斜杠）替换为“-”，然后删除所有日期格式的内容，然后删除（替换为零字符串）任何不是空格、数字或点的内容。类似于[^0-9.]*（您需要查找它，因为正则表达式的语法因环境而异。之后，您的结果由空格分隔，只需匹配（\d+。？\d*） )，结果是在组间。非常感谢！只是想知道，我注意到值之间是否有逗号，例如

$1005a

。它会删除除

1

之外的所有内容。有没有办法将其保持为

1005

？感谢这个最大值。我还想知道

列中是否有逗号值，例如：
$1005a
，此代码将删除所有内容，只保留值
1
。是否有方法修改代码，使其仅显示
1005
？
r1 = r'\((\d+\.?\d*)\)'
r2 = r'(-?\d+\.?\d*)'
df.stack().str.replace(r1, r'-\1', 1) \
          .str.extract(r2, expand=False).unstack()

In [131]: df
Out[131]:
  Column1  Column2   Column3                   Column4    Column5
0     5FQ    1.047   $1,005A  UG44.2 as of 02/Jun/2016   S$8.2 mm
1     600  (1.047)    S$23.3   AG5.6 as of 02/Jun/2016    S$58 mm
2     KI2    1.695    S$5.35  RR59.5 as of 02/Jun/2016   S$705 mm
3     88G   0.0025   S$(5.3)  NW44.2 as of 02/Jun/2016   S$112 mm
4     60G     5.63    S$78.4  UG21.2 as of 02/Jun/2016  S$6.21 mm
5     90F  (5.562)  S$(88.3)  IG46.2 as of 02/Jun/2016     S$8 mm

In [132]: to_replace = [r'\(([\d\.]+)\)', r'.*?([\d\.\,\-]+).*', ',']

In [133]: vals = [r'-\1', r'\1', '']

In [134]: df.replace(to_replace=to_replace, value=vals, regex=True)
Out[134]:
  Column1 Column2 Column3 Column4 Column5
0       5   1.047    1005    44.2     8.2
1     600  -1.047    23.3     5.6      58
2       2   1.695    5.35    59.5     705
3      88  0.0025    -5.3    44.2     112
4      60    5.63    78.4    21.2    6.21
5      90  -5.562   -88.3    46.2       8

In [28]: to_replace = [r'\(([\d\.]+)\)', r'.*?([\d\.-]+).*']

In [29]: vals = [r'-\1', r'\1']

In [30]: df.replace(to_replace=to_replace, value=vals, regex=True)
Out[30]:
  Column1 Column2 Column3 Column4 Column5
0       5   1.047    55.3    44.2     8.2
1     600  -1.047    23.3     5.6      58
2       2   1.695    5.35    59.5     705
3      88  0.0025    -5.3    44.2     112
4      60    5.63    78.4    21.2    6.21
5      90  -5.562   -88.3    46.2       8