Jak wyodrębnić liczbę z ciągu w pandach

Aby wyodrębnić liczby z ciągu znaków w pandach, możesz użyć następującej podstawowej składni:

 df[' my_column ']. str . extract (' (\d+) ')

Ta konkretna składnia wyodrębni liczby z każdego ciągu do kolumny o nazwie my_column w ramce danych pandy.

Uwaga : podczas używania wyrażenia regularnego \d oznacza „dowolną cyfrę”, a + oznacza „jedną lub więcej”.

Poniższy przykład pokazuje, jak w praktyce wykorzystać tę funkcję.

Przykład: wyodrębnij liczbę z ciągu w Pandach

Załóżmy, że mamy następującą ramkę DataFrame pand, która zawiera informacje o sprzedaży różnych produktów:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' product ': ['A33', 'B34', 'A22', 'A50', 'C200', 'D7', 'A9', 'A13'],
                   ' sales ': [18, 22, 19, 14, 14, 11, 20, 28]})

#view DataFrame
print (df)

  product sales
0 A33 18
1 B34 22
2 A22 19
3 A50 14
4 C200 14
5 D7 11
6 A9 20
7 A13 28

Załóżmy, że chcemy wyodrębnić numer każdego ciągu z kolumny produktu .

W tym celu możemy użyć następującej składni:

 #extract numbers from strings in 'product' column
df[' product ']. str . extract (' (\d+) ')

	0
0 33
1 34
2 22
3 50
4,200
5 7
6 9
7 13

Wynikiem jest ramka DataFrame zawierająca tylko liczby w każdym wierszu kolumny Produkt .

Na przykład:

• Formuła wyodrębnia liczbę 33 z ciągu A33 w pierwszym wierszu.
• Formuła wyodrębnia liczbę 34 z ciągu B34 w pierwszym wierszu.
• Formuła wyodrębnia liczbę 22 z ciągu A22 w pierwszym wierszu.

I tak dalej.

Jeśli chcesz, możesz także zapisać te wartości liczbowe w nowej kolumnie DataFrame:

 #extract numbers from strings in 'product' column and store them in new column
df[' product_numbers '] = df[' product ']. str . extract (' (\d+) ')

#view updated DataFrame
print (df)

  product sales product_numbers
0 A33 18 33
1 B34 22 34
2 A22 19 22
3 A50 14 50
4 C200 14,200
5 D7 11 7
6 A9 20 9
7 A13 28 13

Nowa kolumna o nazwie numery_produktów zawiera tylko liczby dla każdego ciągu w kolumnie produktu .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Pandy: Jak sortować DataFrame na podstawie kolumny ciągów
Pandy: Jak usunąć określone znaki z ciągów znaków
Pandy: wyszukaj ciąg znaków we wszystkich kolumnach DataFrame