python - 如何在 python 中使用正则表达式选择字符串之间的值并放置在数据框的列中

Question

我有一个大型数据框，其中包含标题为“评论”的列

在评论部分，我需要提取 3 个值并放入单独的列中，即(占空比、气体和压力)

“占空比数据收集开始:0，气体:真空压力:0.000028托”

目前我正在使用 .split 和 .tolist 来解析字符串 ->

#split string and sort into columns 
df1 = pd.DataFrame(eventsDf.comment.str.split().tolist(),columns="0 0 0 0 0 0 dutyCycle 0 Gas 0 Pressure 0 ".split())

#join dataFrames
eventsDf = pd.concat([eventsDf, df1], axis=1)

#drop columns not needed
eventsDf.drop(['comment','0',],axis=1,inplace=True)

我发现这种方法相当“hacky”，因为如果评论部分的结构发生变化，我的代码将毫无用处……谁能告诉我更有效/更可靠的方法来做这件事？非常感谢!

Answer 1

使用带有正则表达式的 str.extract。

regex = r'Duty Cycle: (?P<Duty_Cycle>\d+), Gas: (?P<Gas>\w+) Pressure: (?P<Pressure>\S+) Torr'
df1 = eventsDf.comment.str.extract(regex, expand=True)
df1