使用python通过regex解析DataFrame中的文本

w51jfk4q 于 2023-04-07 发布在 Python

关注(0)|答案(2)|浏览(97)

我将把我的问题作为一个简化的例子来表示。
我有一个pandas DataFrame，我想创建一个新列，其内容来自现有列，称之为“columnA”，其值是长文本字符串。
假设df[“columnA”]中的值是“Hello world the sky is blue and the grass is绿色”
我希望新列仅包含columnA中以“T”或“G”开头的单词
因此，新列中的相应值为：“绿色”
(in我的真实的例子，一切都是大写）
我尝试过以不同的方式使用findall（）和列表解析，我能够返回第一次出现的结果，但很难有效地获取所有出现的结果。

regex

来源：https://stackoverflow.com/questions/75942110/use-python-to-parse-text-in-dataframe-with-regex

2条答案

按热度按时间

8yparm6h1#

在pandas.Series.str.findall调用中使用以下正则表达式模式\b([tg]\w+)\b：

import re

df['new_col'] = df['columnA'].str.findall(r'\b[tg]\w+\b', 
                                          flags=re.IGNORECASE).str.join(' ')

columnA              new_col
0  Hello world the sky is blue and the grass is g...  the the grass green

赞(0）回复(0）举报 2023-04-07

kcwpcxri2#

df.columnA.str.findall(r'\b[tbTB]\w+').str.join(' ')

这段代码对Pandas DataFrame df中名为columnA的列中的值执行字符串操作。具体来说，它会查找所有出现的以't '、' b '、' T '或'B'开头并后跟一个或多个单词或数字（包括连字符）的单词
fillall函数返回一个列表，这就是为什么我使用.str.join（““）方法将列表转换为字符串。

赞(0）回复(0）举报 2023-04-07

我来回答

使用python通过regex解析DataFrame中的文本

2条答案

相关问题

热门标签

最新问答