<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um Zahlen aus einer Zeichenfolge in Pandas zu extrahieren:<\/span><\/p>\n Diese spezielle Syntax extrahiert die Zahlen aus jeder Zeichenfolge in eine Spalte namens my_column<\/strong> in einem Pandas-DataFrame.<\/span><\/p>\n Hinweis<\/strong> : Bei Verwendung eines regul\u00e4ren Ausdrucks steht \\d<\/strong> f\u00fcr \u201ebeliebige Ziffer\u201c und +<\/strong> f\u00fcr \u201eeine oder mehrere\u201c.<\/span><\/p>\n Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen k\u00f6nnen.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame, der Informationen \u00fcber den Verkauf verschiedener Produkte enth\u00e4lt:<\/span><\/p>\n Angenommen, wir m\u00f6chten die Nummer jeder Zeichenfolge aus der Produktspalte<\/strong> extrahieren.<\/span><\/p>\n Wir k\u00f6nnen dazu die folgende Syntax verwenden:<\/span><\/p>\n Das Ergebnis ist ein DataFrame, der nur die Zahlen in jeder Zeile der Produktspalte<\/strong> enth\u00e4lt.<\/span><\/p>\n Zum Beispiel:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Wenn Sie m\u00f6chten, k\u00f6nnen Sie diese numerischen Werte auch in einer neuen Spalte des DataFrame speichern:<\/span><\/p>\n Die neue Spalte namens \u201eproduct_numbers\u201c<\/strong> enth\u00e4lt nur die Zahlen f\u00fcr jede Zeichenfolge in der Produktspalte<\/strong> .<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n Pandas: So sortieren Sie DataFrame basierend auf der Zeichenfolgenspalte<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um Zahlen aus einer Zeichenfolge in Pandas zu extrahieren: df[‚ my_column ‚]. str . extract (‚ (\\d+) ‚) Diese spezielle Syntax extrahiert die Zahlen aus jeder Zeichenfolge in eine Spalte namens my_column in einem Pandas-DataFrame. Hinweis : Bei Verwendung eines regul\u00e4ren Ausdrucks steht \\d f\u00fcr \u201ebeliebige Ziffer\u201c und […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' my_column<\/span> ']. str<\/span> . extract<\/span> (' (\\d+)<\/span> ')\n<\/strong><\/pre>\n Beispiel: Extrahieren Sie die Zahl aus einer Zeichenfolge in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' product<\/span> ': ['A33', 'B34', 'A22', 'A50', 'C200', 'D7', 'A9', 'A13'],\n ' sales<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n product sales\n0 A33 18\n1 B34 22\n2 A22 19\n3 A50 14\n4 C200 14\n5 D7 11\n6 A9 20\n7 A13 28<\/span><\/span><\/strong><\/pre>\n #extract numbers from strings in 'product' column\n<\/span>df[' product<\/span> ']. str<\/span> . extract<\/span> (' (\\d+)<\/span> ')\n\n\t0\n0 33\n1 34\n2 22\n3 50\n4,200\n5 7\n6 9\n7 13\n<\/span><\/span><\/strong><\/pre>\n\n
#extract numbers from strings in 'product' column and store them in new column\n<\/span>df[' product_numbers<\/span> '] = df[' product<\/span> ']. str<\/span> . extract<\/span> (' (\\d+)<\/span> ')\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n product sales product_numbers\n0 A33 18 33\n1 B34 22 34\n2 A22 19 22\n3 A50 14 50\n4 C200 14,200\n5 D7 11 7\n6 A9 20 9\n7 A13 28 13\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So entfernen Sie bestimmte Zeichen aus Zeichenfolgen<\/a>
Pandas: Suchen Sie in allen Spalten von DataFrame nach einer Zeichenfolge<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"