为什么我在将新字段附加到数据帧时得到所有 NAN？

Question

这对我来说很奇怪。 我有一个数据框，其中包含一个具有文件名的字段，如下所示。

df['file']

文件名如下所示。

0     FFIEC CDR Call Schedule RCB02 03312011.txt
1     FFIEC CDR Call Schedule RCB02 03312011.txt
2     FFIEC CDR Call Schedule RCB02 03312011.txt
3     FFIEC CDR Call Schedule RCB02 03312011.txt
4     FFIEC CDR Call Schedule RCB02 03312011.txt
5     FFIEC CDR Call Schedule RCB02 03312011.txt

我怎样才能解析出最后两个空格之间的最后一个字符串，所以它看起来像这样。

RCB02

我正在尝试将 append 指向一个数据框，就像这样。

grouped_and_summed['schedule_code'] = df['file'].str[24:27]

当我查看数据框时，我有所有的 NAN。

我想要的是让grouped_and_summed数据框具有RCB02 ，正确显示，并显示为数据框中的第一列。 我怎样才能做到这一点？

Answer 1

您可以将Series.str.extract方法与一些简单的正则表达式一起使用，然后将新列设置为结果集的.values ：

df.loc[:, "schedule_code"] = df["file"].str.extract(r"FFIEC CDR Call Schedule (\w+) \d+\.txt").values

Output -

                                         file schedule_code
0  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
1  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
2  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
3  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
4  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
5  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02

验证

它确实使事情保持一致。 这是另一个 dataframe ，其中最后一个 RCB 值不同：

                                         file
0  FFIEC CDR Call Schedule RCB02 03312011.txt
1  FFIEC CDR Call Schedule RCB02 03312011.txt
2  FFIEC CDR Call Schedule RCB02 03312011.txt
3  FFIEC CDR Call Schedule RCB02 03312011.txt
4  FFIEC CDR Call Schedule RCB02 03312011.txt
5  FFIEC CDR Call Schedule RCB03 03312011.txt # I'm different!

output 是：

                                         file schedule_code
0  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
1  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
2  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
3  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
4  FFIEC CDR Call Schedule RCB02 03312011.txt         RCB02
5  FFIEC CDR Call Schedule RCB03 03312011.txt         RCB03 # Still here!