数据框行和列是不是包含字符串？如果是这样，则在新列中返回该字符串

Posted 2023-02-23

【中文标题】数据框行和列是不是包含字符串？如果是这样，则在新列中返回该字符串

【英文标题】：Does data frame row and column contains string? If so, return that string in new column数据框行和列是否包含字符串？如果是这样，则在新列中返回该字符串

【发布时间】：2022-01-20 14:57:48

【问题描述】：

我有一个数据框，我想创建一个新列，如果特定列中存在字符串，则将该字符串输出为新列的值加上之后的 3 个空格。

例子-

在本例中，我想搜索字符串“Note”，如果该字符串存在于 note 列中，则输入“Note”，然后在接下来的三个空格中输入。

之前：

id	partNumber	note
1	a1b33	apples
2	hhgh5667	banana, Note 55, and pineapples
3	hhgh5667	Note 1A, and blueberries
4	09890ii	blackberries

之后：

id	part_number	note	Note_number
1	a1b33	apples	NA
2	hhgh5667	banana, Note 55, and pineapples	Note 55
3	hhgh5667	Note 1A, and blueberries	Note 1A
4	09890ii	blackberries	NA

【参考方案1】：

您可以使用带有 str.extract 的正则表达式来捕获从 Note 到逗号之前的所有内容。

df['Note_number'] = df.note.str.extract('(Note.*)(?=\,)')

输出

   id partNumber                             note Note_number
0   1      a1b33                           apples         NaN
1   2   hhgh5667  banana, Note 55, and pineapples     Note 55
2   3   hhgh5667         Note 1A, and blueberries     Note 1A
3   4    09890ii                     blackberries         NaN

【讨论】：

成功了，谢谢！ '.*' 和 '(?=\,)' 是什么意思？另外，如果字符串'Note'在note列中出现的次数超过一次，有没有办法提取多个notes？

肯定可以，只需要修改正则表达式，regex101.com/r/zUOzJe/1