從pandas數據框列中查找所有正則表達式匹配項

Question

我正在嘗試從數據框中提取一些數據，但是以下查詢僅提取第一個匹配項，而忽略其余匹配項，例如，如果整個數據為：

df['value']=
           0   123 blah blah blah, 456 blah blah blah, 129kfj blah blah
           1   237 blah blah blah, 438 blah blah blah, 365kfj blah blah 
           ...

正則表達式是：

df['newCol']=df['value'].str.extract("[0-9]{3}")

我希望結果是一個新的列名“ newCol”，例如：

newCol
------
123,456,129
237,438,365
...

但我得到的實際結果只是第一個數字：

newCol
------
123
237

這是怎么了 :(

謝謝

更新：

感謝MaxU，我找到了解決方案，僅提出了幾點建議。 我有Pandas 0.18.1，所以在我將Pandas更新到0.19之前，extractall才對我不起作用，所以如果您遇到Extractall的問題，請記住檢查您的熊貓版本...第二，apply（'，'。join）沒有之所以為我工作，是因為我有一些非字符串值（Null值），並且它無法處理它，所以我使用了Lambda，最后對MaxU解決方案進行了少量修改。

x['value'].str.extractall(r'(\d{3})').unstack().apply(lambda x:','.join(x.dropna()), axis=1) 

Answer 1

您可以使用Series.str.extractall（）方法：

In [57]: x
Out[57]:
                                                    value
0  123 blah blah blah 456 blah blah blah 129kfj blah blah
1  237 blah blah blah 438 blah blah blah 365kfj blah blah

In [58]: x['newCol'] = x['value'].str.extractall(r'(\d{3})').unstack().apply(','.join, 1)

In [59]: x
Out[59]:
                                                    value       newCol
0  123 blah blah blah 456 blah blah blah 129kfj blah blah  123,456,129
1  237 blah blah blah 438 blah blah blah 365kfj blah blah  237,438,365

更新：

In [77]: x
Out[77]:
                                                      value
0  123 blah blah blah, 456 blah blah blah, 129kfj blah blah
1  237 blah blah blah, 438 blah blah blah, 365kfj blah blah

In [78]: x['value'].str.extractall(r'(\d{3})').unstack().apply(','.join, 1)
Out[78]:
0    123,456,129
1    237,438,365
dtype: object