Pandas - 使用 str.contains 匹配字符串

Question

我的 pandas df 中有一列如下所示：

Cycle 1 (0 h)
           A
           B
           C
Cycle 2 (0 h 43 min)
           A
           B
           C

我正在嘗試匹配“循環”並提取數字。 理想情況下，我希望我的 output 看起來像這樣：

       0
       A
       B
       C
      0,43
       A
       B
       C

我試過了：

df['1'] = df['1'].str.contains('Cycle', regex=True).str.extract('(\d+)')

但它完全擺脫了循環線——我認為在提取數字后我可以使用str.split()並只保留相關的數字，然后我可以用逗號分隔它們。 但我似乎無法提取數字。

Answer 1

您可以使用

rx = r'^Cycle\s+\d+\s+\((\d+)(?:\s*\w+\s*(\d+))?.*'
df['1'] = df['1'].str.replace(rx, lambda x: f'{x.group(1)},{x.group(2)}' if x.group(2) else x.group(1), regex=True)

請參閱正則表達式演示。 在這里，搜索^Cycle\s+\d+\s+\((\d+)(?:\s*\w+\s*(\d+))?.*模式，如果有匹配項，則將其替換與第 1 組 + , + 第 2 組內容，或僅第 1 組值取決於第 2 組是否匹配。

詳情：

• ^ - 字符串的開始
• Cycle ——一個字
• \s+ - 一個或多個空格
• \d+ - 一位或多位數字
• \s+ - 一個或多個空格
• \( - 一個(字符
• (\d+) - 第 1 組 ( \1 )：一個或多個數字
• (?:\s*\w+\s*(\d+))? - 可選的非捕獲組匹配可選的序列
  • \s*\w+\s* - 一個或多個包含一個或多個空白字符的單詞字符
  • (\d+) - 第 2 組 ( \2 )：一位或多位數字
• .* - 字符串的 rest。

如果 Group 2 匹配，則替換為 Group 1 + , + Group 2 值，否則，它只是 Group 1 值。

Pandas測試：

import pandas as pd
df = pd.DataFrame({'1': ['Cycle 1 (0 h)', 'Cycle 1 (0 h 48 min)']})
rx = r'^Cycle\s+\d+\s+\((\d+)(?:\s*\w+\s*(\d+))?.*'
df['1'].str.replace(rx, lambda x: f'{x.group(1)},{x.group(2)}' if x.group(2) else x.group(1), regex=True)
# => 0       0
# => 1    0,48
# => Name: 1, dtype: object