我试图仅在逗号前有数字(末尾)时才对元素进行计数。
例子:
12,12,12 = 3
BOOK,,NO,06,07 = 5 <- This is supposed to be 2
401-402-403-404-405, 301-302-303-304-305 = 2 <- This should be 10
G2,G3,G4 <- It should be 3
数据有各种特殊字符和我用逗号替换的东西,除了“-”,似乎也会产生问题。有些书被分配了 a-2、b-01,所以这应该算作 1 而不是 2。我该怎么办?
代码:
import string
data['book_no']=data.book_no.replace(r'[!"#$%&\'()*+/.:;<>?@[\]^_`{|}~]', ',', regex=True)
data['book_no']=data.book_no.str.strip(string.punctuation);
data['total_books']=data.book_no.str.split(r'[!"#$%&\'()*+,/:;<>?@[\]^_`{|}~]').str.len()
请您参考如下方法:
你可以使用
data['total_books']=data['book_no'].str.findall(r'\d+(?![^,])|(?<=,)\d+').str.len()
正则表达式匹配
-
\d+(?![^,])- 1+ 位数字 (\d+) 后跟逗号或字符串结尾 ((?![^,])=(?=,|$)) -
|- 或者 -
(?<=,)\d+- 1+ 位数字 (\d+) 以逗号 ((?<=,)) 开头。
参见 regex demo和正则表达式图:
