從字符串中提取數字數據

Question

我在 csv 文件中有這種格式的文本數據：

76.76% @ 26.2° CD：20.7° CG/KG：15.5

日期、值、格式化值

2019-10-11 14:50:00,71.19,71.19% @ 24.4° CD: 17.7° CG/KG: 12.8

2019-10-11 15:00:00,72.2,72.2% @ 24.4° CD: 17.9° CG/KG: 13

2019-10-11 15:10:00,71.35,71.35% @ 24.4° CD: 17.8° CG/KG: 12.9

我想提取每個數字數據並將其存儲在不同的列中。 不過，數字並不總是包含小數位。

編輯：數據來自 csv 文件，我想將每個數字數據存儲在不同的列中。

Answer 1

您可以在此處使用regex 。

import re
a='76.76% @ 26.2° C D: 20.7° C G/KG: 15.5 75' #I added 75 just to show it caputres ints and floats.
nums=re.findall(r'\d+\.\d+|\d+',a)
print(nums)
#['76.76', '26.2', '20.7', '15.5', '75']

Answer 2

在這個例子中，我將數據作為字符串並使用split(' ') 。 您可以使用sep=' '從 csv 文件中獲取數據。 我也使用過正則表達式，您需要將其導入為import re

data = '76.76% @ 26.2° C D: 20.7° C G/KG: 15.5'
data = data.split(' ')
data = [re.sub("[^0-9.]", "", x) for x in data]
data = [x for x in data if x != '']

temp_dict = {}
for i, item in enumerate(data):
    temp_dict[f'col_{i}'] = item

df = pd.DataFrame([temp_dict])

輸出：

   col_0 col_1 col_2 col_3
0  76.76  26.2  20.7  15.5

---

更新

這可能更有用。

df[['col1', 'col2', 'col3', 'col4']] = df['Formatted Value'].str.extractall('(\d+.\d+)').unstack().loc[:, 0]

---

更新 2

此代碼適用於十進制和整數值。

df = pd.read_csv('test.csv')
my_list = df['Formatted Value'].apply(lambda x: re.findall(r'[\d\.\d]+', x))
d = {'Extractted': my_list}
temp_df = pd.DataFrame(d)
df[['col1', 'col2', 'col3', 'col4']] = pd.DataFrame(temp_df['Extractted'].values.tolist(), index=temp_df.index)

Answer 3

嘗試：

df.join(df['Formatted Value'].str.findall(r'\d+\.\d+|\d+').str.join(' ').str.split(expand=True)).drop('Formatted Value',axis=1)

                  Date  Value      0     1     2     3
0  2019-10-11 14:50:00  71.19  71.19  24.4  17.7  12.8
1  2019-10-11 15:00:00  72.20   72.2  24.4  17.9    13
2  2019-10-11 15:10:00  71.35  71.35  24.4  17.8  12.9