时间戳

首页 > 解决方案 > 如何使用模式从字符串中提取数字？

python - 如何使用模式从字符串中提取数字？

问题描述

我在熊猫数据框中有以下十行。我想提取坐标，如 [49,49]、[31,78] 等（对于每一行）。

我尝试使用字符串提取，但我无法弄清楚模式。

这是我尝试过的。我不确定我是否理解这是如何工作的：

b 是数据框，位置是列

b.positions.str.extract("""[{'y': (\d+), 'x': (\d+)}],""")

[{'y': 49, 'x': 49}, {'y': 78, 'x': 31}]
[{'y': 78, 'x': 31}, {'y': 75, 'x': 51}]
[{'y': 75, 'x': 51}, {'y': 71, 'x': 35}]
[{'y': 71, 'x': 35}, {'y': 95, 'x': 41}]
[{'y': 95, 'x': 41}, {'y': 88, 'x': 72}]
[{'y': 88, 'x': 72}, {'y': 75, 'x': 77}]
[{'y': 25, 'x': 23}, {'y': 15, 'x': 39}]
[{'y': 15, 'x': 39}, {'y': 20, 'x': 33}]
[{'y': 85, 'x': 61}, {'y': 80, 'x': 67}]
[{'y': 80, 'x': 67}, {'y': 61, 'x': 59}]
[{'y': 61, 'x': 59}, {'y': 45, 'x': 45}]

标签： pythonstringpandasdesign-patternsextract

解决方案

尝试str.extractall和命名的捕获组。假设保存字符串的源列名为col1，代码为：

df.col1.str.extractall(r"'y': (?P<y>\d+), 'x': (?P<x>\d+)")

对于您的样本数据，结果是：

           y   x
   match        
0  0      49  49
   1      78  31
1  0      78  31
   1      75  51
2  0      75  51
   1      71  35
3  0      71  35
   1      95  41
4  0      95  41
   1      88  72
5  0      88  72
   1      75  77
6  0      25  23
   1      15  39
7  0      15  39
   1      20  33
8  0      85  61
   1      80  67
9  0      80  67
   1      61  59
10 0      61  59
   1      45  45

结果的 MultiIndex 中的第一级（未命名）是来自源行的索引。第二个级别（名为match）是当前行的匹配号，从0开始。

推荐阅读