我有这么一个DF的其中一列，我要提取每一行中的数字

laiyuanjie

如下，有整数，有浮点数，


事假0.5天，因要回村开会   事假
事假1天，去喝喜酒   事假
休年假3天   年假
事假1天，老人家病了，要去医院
事假0.5天，要去医院复查身体

FishC

嗨！看起来你想从DataFrame中的文本列中提取数字对吧？没问题，我们可以用正则表达式来做这件事。Python中的`re`模块可以帮助我们处理这种情况。

假设你有一个名为`df`的DataFrame，其中有一个叫做`原始文本`的列包含了像这样的文本：

1. 事假0.5天，因要回村开会   事假
   
2. 事假1天，去喝喜酒   事假
   
3. 休年假3天   年假
   
4. 事假1天，老人家病了，要去医院
   
5. 事假0.5天，要去医院复查身体

复制代码

现在让我们编写代码来提取这些文本中的数字部分：

1. import pandas as pd
   
2. import re
   
3. 
   
4. # 假设df是你的DataFrame，'原始文本'列包含了这些文本
   
5. data = {'原始文本': [
   
6.     '事假0.5天，因要回村开会   事假',
   
7.     '事假1天，去喝喜酒   事假',
   
8.     '休年假3天   年假',
   
9.     '事假1天，老人家病了，要去医院',
   
10.     '事假0.5天，要去医院复查身体'
    
11. ]}
    
12. 
    
13. df = pd.DataFrame(data)
    
14. 
    
15. # 使用正则表达式提取数字
    
16. df['提取的数字'] = df['原始文本'].apply(lambda x: re.findall(r'\d+\.\d+|\d+', x))
    
17. 
    
18. # 将提取的数字转换成浮点数
    
19. df['提取的数字'] = df['提取的数字'].apply(lambda x: [float(i) for i in x])
    
20. 
    
21. print(df)

复制代码

这段代码做了以下几件事情：
1. 导入了`pandas`和`re`模块。
2. 创建了一个示例的DataFrame `df`，并包含了示例的文本数据。
3. 使用`apply`函数结合正则表达式`re.findall`来提取每行文本中的数字部分，结果存储在新列`提取的数字`中。
4. 最后，将提取的字符串数字转换成浮点数列表。

运行这段代码后，你会得到一个新的DataFrame `df`，其中包含了从原始文本中提取出的数字列表。希望这可以帮到你！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

laiyuanjie

FishC 发表于 2024-6-19 22:03
嗨！看起来你想从DataFrame中的文本列中提取数字对吧？没问题，我们可以用正则表达式来做这件事。Python中 ...

这样出来每一行都是一个列表，我要的那一列是浮点数

FishC

laiyuanjie 发表于 2024-06-19 22:08
这样出来每一行都是一个列表，我要的那一列是浮点数

好的，如果你想要的是直接提取浮点数而不是列表，我们可以改一下代码来确保每行提取到的数字直接作为浮点数保存。这里是改进后的代码：

1. import pandas as pd
   
2. import re
   
3. 
   
4. # 假设df是你的DataFrame，'原始文本'列包含了这些文本
   
5. data = {'原始文本': ['事假0.5天，因要回村开会 事假',
   
6.                    '事假1天，去喝喜酒 事假',
   
7.                    '休年假3天 年假',
   
8.                    '事假1天，老人家病了，要去医院',
   
9.                    '事假0.5天，要去医院复查身体']}
   
10. df = pd.DataFrame(data)
    
11. 
    
12. # 使用正则表达式提取数字并转换为浮点数
    
13. df['提取的数字'] = df['原始文本'].apply(lambda x: float(re.search(r'\d+\.\d+|\d+', x).group()))
    
14. 
    
15. print(df)

复制代码

这段代码做了以下几件事情：
1. 使用正则表达式提取第一个匹配到的数字。
2. 将提取到的数字转换为浮点数并赋值给新列`提取的数字`。

运行这段代码后，你会得到一个新的DataFrame `df`，其中包含了从原始文本中提取出的浮点数。希望这可以帮到你！

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。