使用熊猫在关键短语后提取字符串的特定部分？

Posted 2023-03-12

【中文标题】使用熊猫在关键短语后提取字符串的特定部分？

【英文标题】：Extract a certain part of a string after a key phrase using pandas?

【发布时间】：2014-03-23 17:43:12

【问题描述】：

我有一个 NFL 数据集，其中有一个“描述”列，其中包含有关比赛的详细信息。每个成功的传球和跑球都有一个结构如下的字符串：

“（12:25）（No Huddle Shotgun）P.Manning 向左短传球给 W.Welker 在 DEN 34 处将 ob 推了 10 码（C.Graham）。”

如何定位/提取字符串中“for”后的数字，并将其放入新列中？

【参考方案1】：

可以使用Seriesstr.extract字符串方法：

In [11]: df = pd.DataFrame([["(12:25) (No Huddle Shotgun) P.Manning pass short left to W.Welker pushed ob at DEN 34 for 10 yards (C.Graham)."]])

In [12]: df
Out[12]:
                                                   0
0  (12:25) (No Huddle Shotgun) P.Manning pass sho...

这将“提取”组的内容（括号内）：

In [13]: df[0].str.extract("for (\d+)")
Out[13]:
0    10
Name: 0, dtype: object

In [14]: df[0].str.extract("for (\d+) yards")
Out[14]:
0    10
Name: 0, dtype: object

您需要转换为 int，例如使用astype(int)。

【讨论】：

哇哦！作品。非常感谢。

好的。所以，我得到：AttributeError：'StringMethods'对象没有属性'extract'。 （对不起，我是新手。）

@mlaugh4 您使用的是哪个版本的 pandas（这是 0.13 中的新功能）建议更新到最新版本 (0.13.1) :)

@mlaugh4 检查pd.version.version

美丽。再次感谢安迪。

【参考方案2】：

这将获取数字 10 并将其放入名为码的变量中。

x = "(12:25) (No Huddle Shotgun) P.Manning 向左短传球给 W.Welker 在 DEN 34 处将 ob 推了 10 码 (C.Graham)。"

码 = (x.split("for ")[-1]).split("码")[0]