[已解决]pandas 某列提取文字的问题，请大师帮忙，谢谢

futui

import pandas as pd

data = [['AA','航空机场9|14;国企改革144|1121;富时罗素319|1314'],
        ['BW','汽车整车17|24;新能源车139|505;华为概念175|550;无人驾驶46|117'],
        ['BW','国企改革258|1121;富时罗素547|1314;REITs概念7|24;HS300_100|300']]

columns = ["编号",'清单']
df = pd.DataFrame(data, columns=columns)

print(df)

想获取清单列里面的每个数据，只获取数字其前面的文字
如第一行要的结果是：航空机场;国企改革;富时罗素，要怎么做？请大师帮忙，谢谢

最佳答案

月排行榜 / 总排行榜

isdkz

2023-5-11 12:18:28

可以使用正则表达式来提取清单列中每个数据前面的文字。具体实现步骤如下：

1. 导入re模块，用于正则表达式操作。

2. 定义一个函数，用于提取清单列中每个数据前面的文字。函数中使用正则表达式匹配数字前面的文字，并返回匹配结果。

3. 调用apply方法，将函数应用到清单列的每个数据上，得到每个数据前面的文字。

下面是完整代码：

import pandas as pd
import re

data = [['AA','航空机场9|14;国企改革144|1121;富时罗素319|1314'],
        ['BW','汽车整车17|24;新能源车139|505;华为概念175|550;无人驾驶46|117'],
        ['BW','国企改革258|1121;富时罗素547|1314;REITs概念7|24;HS300_100|300']]

columns = ["编号",'清单']
df = pd.DataFrame(data, columns=columns)

def extract_text(data):
    pattern = r'(\w+?)\d+\|\d+'
    match = re.findall(pattern, data)
    if match:
        return ';'.join(match)
    else:
        return ''

df['清单'] = df['清单'].apply(extract_text)

print(df)

运行结果如下：

   编号                        清单
0  AA            航空机场;国企改革;富时罗素
1  BW       汽车整车;新能源车;华为概念;无人驾驶
2  BW  国企改革;富时罗素;REITs概念;HS300_

可以看到，清单列中每个数据前面的文字已经被成功提取出来了。

跳转到最佳答案楼层

isdkz

可以使用正则表达式来提取清单列中每个数据前面的文字。具体实现步骤如下：

1. 导入re模块，用于正则表达式操作。

2. 定义一个函数，用于提取清单列中每个数据前面的文字。函数中使用正则表达式匹配数字前面的文字，并返回匹配结果。

3. 调用apply方法，将函数应用到清单列的每个数据上，得到每个数据前面的文字。

下面是完整代码：

import pandas as pd
import re

data = [['AA','航空机场9|14;国企改革144|1121;富时罗素319|1314'],
        ['BW','汽车整车17|24;新能源车139|505;华为概念175|550;无人驾驶46|117'],
        ['BW','国企改革258|1121;富时罗素547|1314;REITs概念7|24;HS300_100|300']]

columns = ["编号",'清单']
df = pd.DataFrame(data, columns=columns)

def extract_text(data):
    pattern = r'(\w+?)\d+\|\d+'
    match = re.findall(pattern, data)
    if match:
        return ';'.join(match)
    else:
        return ''

df['清单'] = df['清单'].apply(extract_text)

print(df)

运行结果如下：

   编号                        清单
0  AA            航空机场;国企改革;富时罗素
1  BW       汽车整车;新能源车;华为概念;无人驾驶
2  BW  国企改革;富时罗素;REITs概念;HS300_

可以看到，清单列中每个数据前面的文字已经被成功提取出来了。