Pandas 从字符串中提取数字

Posted 2023-02-23

【中文标题】Pandas 从字符串中提取数字

【英文标题】：Pandas Extract Number from String

【发布时间】：2016-10-07 14:29:14

【问题描述】：

给定以下数据框：

import pandas as pd
import numpy as np
df = pd.DataFrame('A':['1a',np.nan,'10a','100b','0b'],
                   )
df

    A
0   1a
1   NaN
2   10a
3   100b
4   0b

我想从每个单元格（它们存在的地方）中提取数字。 期望的结果是：

    A
0   1
1   NaN
2   10
3   100
4   0

我知道可以使用 str.extract 完成，但我不确定如何。

【参考方案1】：

给它一个正则表达式捕获组：

df.A.str.extract('(\d+)')

给你：

0      1
1    NaN
2     10
3    100
4      0
Name: A, dtype: object

【讨论】：

如果有逗号，我该怎么做：6,000 a

@StevenG 先去掉逗号？

截至 2020 年，此代码会发出 FutureWarning。您可以通过将参数 expand=False 添加到 extract 来绕过它

如果字母后面有数字，这不起作用

这不适用于我的带有数字和单位的列：0.7 mg

【参考方案2】：

要在上面的评论中回答@Steven G 的问题，这应该可行：

df.A.str.extract('(^\d*)')

【参考方案3】：

您可以使用“分配”功能将您的列替换为您的结果：

df = df.assign(A = lambda x: x['A'].str.extract('(\d+)'))