只有在逗号前有数字时才计算元素

Posted 2023-03-12

【中文标题】只有在逗号前有数字时才计算元素

【英文标题】：Count the element only if it has a number before comma

【发布时间】：2019-12-18 18:48:09

【问题描述】：

我只在逗号前有一个数字（在末尾）时才尝试计算元素。

例子：

12,12,12 = 3 BOOK,,NO,06,07 = 5 401-402-403-404-405、301-302-303-304-305 = 2 G2,G3,G4

数据有各种特殊字符和东西，我用逗号代替了“-”，似乎也造成了问题。有些书被分配了a-2，b-01，所以这应该算作1而不是2。我该怎么办？

代码：

import string
data['book_no']=data.book_no.replace(r'[!"#$%&\'()*+/.:;<>?@[\]^_`|~]', ',', regex=True)
data['book_no']=data.book_no.str.strip(string.punctuation);
data['total_books']=data.book_no.str.split(r'[!"#$%&\'()*+,/:;<>?@[\]^_`|~]').str.len()

【问题讨论】：

我不明白为什么按照你的规则，最后一个应该是 10，而不是 2。

data['total_books']=data['book_no'].str.findall(r'\d+(?=,)|(?<=,)\d+').str.len()?

.findall(r'\d+(?=,)|(?<=,)\d+').str.len() 是否适合您，或者您是否还想考虑- 分隔号码？

@WiktorStribiżew 太棒了。它几乎是有效的，但对于这个“G2，G3，G4”它给出的输出为 2 但它应该是 3

但是G4不是数字，逗号后面没有数字。

【参考方案1】：

你可以使用

data['total_books']=data['book_no'].str.findall(r'\d+(?![^,])|(?<=,)\d+').str.len()

正则表达式匹配

\d+(?![^,]) - 1+ 位数字 (\d+)，后跟逗号或字符串结尾 ((?![^,]) = (?=,|$)) | - 或 (?<=,)\d+ - 1 个以上的数字 (\d+)，前面有一个逗号 ((?<=,))。

查看regex demo 和正则表达式图：

【讨论】：

工作。惊人的知识渊博！

【参考方案2】：

我会尝试在每个破折号或逗号处拆分，然后检查每个元素是否为数字。一种方法是：

def custom_count(your_string):
    split_str = your_string.replace('-', ',').split(',')
    return sum([x.strip().isdigit() for x in split_str])

这适用于您的示例：

In [2]: custom_count('BOOK,,NO,06,07')
Out [2]: 2

In [3]: custom_count('401-402-403-404-405, 301-302-303-304-305')
Out [3]: 10

---

警告1：is.digit() 不适用于带小数点的数字：

'3.14159'.isdigit()
False

Warning2：另外，请注意，千位分隔符将被拆分为不同的数值，并且会被计算多次。一百万，例如：

custom_count('1,000,000')
3

【讨论】：

我相信 OP 只希望最后一个字符是数字，而不是字符串本身。