假设我们在 Python Pandas 中有一个如下所示的数据框:
TEXT Number
((<s>, <s>), ABC) 0.161681
((<s>, ABC), DEF) 0.472973
((ABC, DEF), DEF) 0.131635
((DEF, DEF), DEF) 0.166667
((DEF, DEF), DEF) 0.976190
((DEF, DEF), XYZ) 0.150969
((DEF, XYZ), </s>) 0.092511
((XYZ, </s>), </s>) 1.000000
((<s>, <s>), ABC) 0.161681
((<s>, ABC), GHI) 0.472973
((ABC, GHI), GHI) 0.131635
((DEF, GHI), GHI) 0.166667
((DEF, GHI), GHI) 0.976190
((GHI, GHI), XYZ) 0.150969
((GHI, XYZ), </s>) 0.092511
((XYZ, </s>), </s>) 1.000000
((<s>, <s>), ABC) 0.161681
((<s>, ABC), JKL) 0.472973
((ABC, JKL), JKL) 0.131635
((JKL, JKL), JKL) 0.166667
((JKL, JKL), JKL) 0.976190
((JKL, JKL), XYZ) 0.150969
((JKL, XYZ), </s>) 0.092511
((XYZ, </s>), </s>) 1.000000
如何拆分以字符串模式结尾 ((XYZ "<"/s">, <"/s">") 的行并存储另一个变量 例如,输出应为:
((<s>, <s>), ABC) 0.161681
((<s>, ABC), DEF) 0.472973
((ABC, DEF), DEF) 0.131635
((DEF, DEF), DEF) 0.166667
((DEF, DEF), DEF) 0.976190
((DEF, DEF), XYZ) 0.150969
((DEF, XYZ), </s>) 0.092511
((XYZ, </s>), </s>) 0.11111
((<s>, <s>), ABC) 0.161681
((<s>, ABC), GHI) 0.472973
((ABC, GHI), GHI) 0.131635
((DEF, GHI), GHI) 0.166667
((DEF, GHI), GHI) 0.976190
((GHI, GHI), XYZ) 0.150969
((GHI, XYZ), </s>) 0.092511
((XYZ, </s>), </s>) 0.112586
((<s>, <s>), ABC) 0.161681
((<s>, ABC), JKL) 0.472973
((ABC, JKL), JKL) 0.131635
((JKL, JKL), JKL) 0.166667
((JKL, JKL), JKL) 0.976190
((JKL, JKL), XYZ) 0.150969
((JKL, XYZ), </s>) 0.092511
((XYZ, </s>), </s>) 1.000000
请您参考如下方法:
这是一个获取行信息的例子
捕获组 1 包含 Text 字段,
捕获组 2 包含 number 字段。
有了这些信息,你可以做任何你想做的事。
替换为您的格式化数据,例如:
$1 $2\r\n\r\n等等……
(?m)^[^\S\r\n]*(\([^\S\r\n]*\([^\S\r\n]*[A-Z]+[^\S\r\n]*,[^\S\r\n]*</s>[^\S\r\n]*\)[^\S\r\n]*,[^\S\r\n]*</s>\))[^\S\r\n]+((?:\d+(?:\.\d*)?|\.\d+))[^\S\r\n]*\s*
可读版本
(?m) # Multi-line mode
^ # BOL
[^\S\r\n]* # Horizontal whitespace trim
( # (1 start), Text
\( [^\S\r\n]*
\( [^\S\r\n]*
[A-Z]+
[^\S\r\n]* , [^\S\r\n]*
</s> [^\S\r\n]*
\)
[^\S\r\n]* , [^\S\r\n]*
</s>
\)
) # (1 end)
[^\S\r\n]+ # Horizontal whitespace trim, and required separator
( # (2 start), Number
(?:
\d+
(?: \. \d* )?
| \. \d+
)
) # (2 end)
[^\S\r\n]* # Horizontal whitespace trim
\s* # Whitespace trim (include newlines)
