打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
6、pandas的分列之不规则字符串及str.extract()

在上一篇文章中,我们总结了分列的一种方式:当所有行在需要的分列的地方都是相同的字母、符号、空格等等的时候,我们可以使用str.split()直接将所有行分成两列。

然而在实际工作中,有可能有并不是所有的行都有用于分列的键。今天再总结两种:

数据源

上面这组数据中的Latitude是我们需要分列的列。每个数据中都有前缀ab,这是我们不需要的。我们要做的是从第三位开始将订单号切下来,就像对字符串进行的切片操作一样。

用str函数进行切片

很简单吧,先使用.str将‘Latitude'这一列转换为类似字符串数据类型,然后再用[ ]切片器就行了。跟字符串一样,切片器可以切前面、后面、中间任一位置。

切片1
切片2

切好的数据可以通过简单赋值放到原数据里面:

切片后的数据加入源数据里

这样的方法只能对整齐的数值进行切片,图中的Latitude里的数字与字母的数量不一样,这样进行切片的话就会出错。

像这种数字和字母混合的字符串在处理的时候会比较麻烦,加入我们只需要数字或者字母要怎么处理呢?

这时候就要用到str.extract()函数和正则表达式了。

提取数据:

只匹配数字

提取字母:

只匹配字母

由于提取的字母占用了两行,因此要进行拼接:

只提取字母并进行拼接

注意书写格式:要提取的部分正则表达式要用引号引起来。抽取多个数字或者字母的话要在后面加上'+'。

将提取的数据加入到数据源

加入之后的数据并不是数值格式的(属于字符串格式的),因此不能跟正常的数值一样进行运算,需要计算的时候要进行格式的转换。

提取的数据不是数值类型
转换为浮点型
使用map和lambda匿名函数转换格式
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
Panda处理文本和时序数据?首选向量化
R语言stringr包的使用-5
《R数据科学》第10章-用stringr处理字符串
《数据科学中的R语言》之字符串处理入门---比较全面
不要只把N当做一个字母,他其实还是个函数
VBA学习笔记之Text(五)
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服