Skip to main content
 首页 » 编程设计

Python pandas str.extract 来自多列

2024年11月24日8lyj

我正在尝试使用 Pandas 和 str.extract 从多列中将字符串模式提取到单个结果列中。

我的示例数据框如下。

field1   field2 
ab1234   ab1234 
ac1234    
qw45     rt23 
c1234b   cb1234 
cv       1234dd 
... 

我想从任一列(在本例中为 field1 和 field2)中提取“1234”(编辑:任何 4 位整数,而不仅仅是“1234”)到一个新的结果列中,以获得下面所需的结果

field1   field2   result 
ab1234   ab1234   1234 
ac1234            1234 
qw45     rt23      
c1234b   cb1234   1234 
cv       1234dd   1234 
... 

我正在尝试使用 pandas str.extract 来获得我想要的结果,但是,我一直没有成功,如下所示。

import pandas as pd 
import numpy as np 
import re 
 
 
df = pd.DataFrame({'field1':['ab1234','ac1234','qw45', 'c1234b', 'cv'],  
'field2':['ab1234','','rt23','cb1234', '1234dd']}) 
 
df['result'] = df[['field1', 'field2']].apply(lambda x:  
x.str.extract(r'(\d{4})', flags = re.IGNORECASE, expand =  
False)).any(axis=1) 
 
print(df) 

以上仅返回 bool 结果。我想知道是否可以将以上内容转换为返回实际模式,或者是否有其他方法可以解决此问题?

非常感谢您。

编辑:抱歉,我应该提到模式可以是任何 4 位整数,而不仅仅是“1234”。因此,我希望结果列返回这 4 位数字。

请您参考如下方法:

国际联合会

df['New']=df.apply(','.join,axis=1).str.extract(r'(\d{4})', expand =  
False).fillna('') 
df 
   field1  field2   New 
0  ab1234  ab1234  1234 
1  ac1234          1234 
2    qw45    rt23       
3  c1234b  cb1234  1234 
4      cv  1234dd  1234