Python 如何按字符串字段中的数字字符对行进行分组？

我有一些非常丑陋的数据，我正试图按摩。它由SKU组成，我想将它们分组到产品线中。例如：

PRODUCT_ID
----------
313L30WHITE
313L40WHITE
313L30BLACK
3333
2L10RED
2L20BLACK
32341/30/BLK

基本上，我想按照

PRODUCT\u ID

字段中的第一个数字字符对项目进行分组。即，第一个非数字字符之前的所有字符。例如：

PRODUCT_ID    GROUP
----------    -----
313L30WHITE   313
313L40WHITE   313
313L30BLACK   313
3333          3333
2L10RED       2
2L20BLACK     2
32341/30/BLK  32341

似乎SQL解决方案并不优雅。因此，我更喜欢使用Python解决方案，该解决方案使用新的

GROUP

列创建一个新表

---

有人有什么建议吗

这是正则表达式的完美地方

import re
RE=re.compile(r'\d+')
#Set up the list of SKU's
...
List_of_SKUs.sort(key=lambda x:int(RE.match(x).group()))

现在您的列表已排序

正则表达式只在字符串的开头提取最长的整数。

lambda

函数只访问字符串的该部分，并将其转换为用于排序的整数

编辑

从这里开始，如果要打印表格，可以执行以下操作：

for item in List_of_SKUs:
    print "%s\t%s"%(item,RE.match(item).group())

---

尽管可能有一种更有效的方法来实现这一点。

如果您知道

PRODUCT\u ID

总是以一个或多个数字字符开头，那么您可以通过添加

0

将其转换为数字：

select PRODUCT_ID,
       0 + PRODUCT_ID as GROUP
  from ...

看

如果希望

GROUP

为文本而不是数字，则可以编写：

select PRODUCT_ID,
       concat(0 + PRODUCT_ID) as GROUP
  from ...

---

在我看来，在mysql中解决这个问题是相当不干净的。但是这里有人问了一个关于在mysql查询中从字符串中提取数字的更一般问题：在看了这个答案之后，我同意SQL解决方案不会很优雅。修改后的问题。赫密士：“甜蜜型木星胁迫！”+1表示完全不直观但有效的解决方案。