<\/p>\n
Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para extrair n\u00fameros de uma string no pandas:<\/span><\/p>\n Esta sintaxe espec\u00edfica extrair\u00e1 os n\u00fameros de cada string em uma coluna chamada my_column<\/strong> em um DataFrame do pandas.<\/span><\/p>\n Nota<\/strong> : Ao usar uma express\u00e3o regular, \\d<\/strong> representa \u201cqualquer d\u00edgito\u201d e +<\/strong> significa \u201cum ou mais\u201d.<\/span><\/p>\n O exemplo a seguir mostra como usar esta fun\u00e7\u00e3o na pr\u00e1tica.<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas que cont\u00e9m informa\u00e7\u00f5es sobre vendas de v\u00e1rios produtos:<\/span><\/p>\n Suponha que queiramos extrair o n\u00famero de cada string da coluna do produto<\/strong> .<\/span><\/p>\n Podemos usar a seguinte sintaxe para fazer isso:<\/span><\/p>\n O resultado \u00e9 um DataFrame que cont\u00e9m apenas os n\u00fameros em cada linha da coluna Produto<\/strong> .<\/span><\/p>\n Por exemplo:<\/span><\/p>\n E assim por diante.<\/span><\/p>\n Se desejar, voc\u00ea tamb\u00e9m pode armazenar esses valores num\u00e9ricos em uma nova coluna do DataFrame:<\/span><\/p>\n A nova coluna chamada product_numbers<\/strong> cont\u00e9m apenas os n\u00fameros de cada string na coluna do produto<\/strong> .<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em pandas:<\/span><\/p>\n Pandas: Como classificar o DataFrame com base na coluna de string<\/a> Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para extrair n\u00fameros de uma string no pandas: df[‘ my_column ‘]. str . extract (‘ (\\d+) ‘) Esta sintaxe espec\u00edfica extrair\u00e1 os n\u00fameros de cada string em uma coluna chamada my_column em um DataFrame do pandas. Nota : Ao usar uma express\u00e3o regular, \\d representa \u201cqualquer d\u00edgito\u201d e […]<\/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":[],"class_list":["post-4109","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df[' my_column<\/span> ']. str<\/span> . extract<\/span> (' (\\d+)<\/span> ')\n<\/strong><\/pre>\n Exemplo: extraia o n\u00famero de uma string no 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 Recursos adicionais<\/strong><\/span><\/h2>\n
Pandas: como remover caracteres espec\u00edficos de strings<\/a>
Pandas: procure uma string em todas as colunas do DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"