使用pandas在关键短语之后提取字符串的特定部分？

Question

我有一个NFL数据集，其中包含有关比赛详情的“说明”列。 每个成功的传球和奔跑都有一个字符串，其结构如下：

“（12:25）（无杂散Shot弹枪）P.Manning左路短传给W.Welker在DEN 34处将ob推了10码（C.Graham）。”

如何找到/提取字符串中“ for”之后的数字，并将其放置在新列中？

Answer 1

您可以使用Series str.extract字符串方法：

In [11]: df = pd.DataFrame([["(12:25) (No Huddle Shotgun) P.Manning pass short left to W.Welker pushed ob at DEN 34 for 10 yards (C.Graham)."]])

In [12]: df
Out[12]:
                                                   0
0  (12:25) (No Huddle Shotgun) P.Manning pass sho...

这将“提取”该组的内容（在括号内）：

In [13]: df[0].str.extract("for (\d+)")
Out[13]:
0    10
Name: 0, dtype: object

In [14]: df[0].str.extract("for (\d+) yards")
Out[14]:
0    10
Name: 0, dtype: object

您需要转换为int，例如使用astype(int) 。

Answer 2

这将获取数字10并将其放在一个称为yards的变量中。

x =“（12:25）（没有杂物Shot弹枪）P.Manning左路短传，W.Welker将ob在DEN 34推了10码（C.Graham）。

码=（x.split（“ for”）[-1]）。split（“ yards”）[0]