如何在 sqlite python 中提取字符串的數字部分

Question

我正在研究 IMDB 數據集，我的電影表記錄如下

import sqlite3
import pandas as pd
conn=sqlite3.connect('Db-IMDB.db')
result1=pd.read_sql_query('select year from Movie order by year',conn)
print(type(result1))
print(result1)

我得到 output 如下圖所示

<class 'pandas.core.frame.DataFrame'>
           year
0          1931
1          1936
2          1936
3          1936
4          1939
...         ...
3470    IV 2011
3471    IV 2017
3472     V 2015
3473    VI 2015
3474  XVII 2016

[3475 rows x 1 columns]

年份列的數據類型是文本。

那么我能否知道如何只獲取數據的數字部分，以便我可以進行像 % 這樣的數字運算，以便在 sqlite 中獲得閏年？

Answer 1

使用正則表達式：

def findNum(x):
    return re.findall(r'[0-9]+',x)[0]


df = pd.DataFrame({
    'a':['IV 2014','2015','v 2016']
    })

#float just for typecasting so that use can do numeric operations
print(df['a'].apply(findNum).apply(float))  

Output：

0    2014
1    2015
2    2016
Name: a, dtype: float64
[Finished in 2.4s]

Answer 2

如果非數字是羅馬數字和數字組件左側的空格，如示例所示，那么您可以使用 SQLite 的ltrim function：

sqlite> select ltrim("XVI   1955", "CDILMVX ");
1955

您可能需要考慮更全面的要丟棄的字符列表，例如

"ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz_ "