过滤列然后创建新列的 Pythonic 方法

Question

我有一个 .xlsx 文件，我将使用以下代码打开它:

import pandas as pd

df = pd.read_excel(open('file.xlsx','rb'))
df['Description'].head

我得到了以下结果，看起来很不错。

ID     | Description
:----- | :-----------------------------
0      | Some Description with no hash
1      | Text with #one hash
2      | Text with #two #hashes

现在我想创建一个新列，只保留以# 开头的单词，如下所示:

ID     | Description                      |  Only_Hash
:----- | :-----------------------------   |  :-----------------
0      | Some Description with no hash    |   Nan
1      | Text with #one hash              |   #one
2      | Text with #two #hashes           |   #two #hashes

我能够用#数/分隔行:

descriptionWithHash = df['Description'].str.contains('#').sum()

但现在我想像上面描述的那样创建列。最简单的方法是什么？

问候!

PS:问题中应该显示表格格式，但我不明白为什么显示错误!

Answer 1

您可以使用 str.findall与 str.join :

df['new'] =  df['Description'].str.findall('(\#\w+)').str.join(' ')
print(df)
   ID                    Description           new
0   0  Some Description with no hash              
1   1            Text with #one hash          #one
2   2         Text with #two #hashes  #two #hashes

对于 NaN:

df['new'] = df['Description'].str.findall('(\#\w+)').str.join(' ').replace('',np.nan)
print(df)
   ID                    Description           new
0   0  Some Description with no hash           NaN
1   1            Text with #one hash          #one
2   2         Text with #two #hashes  #two #hashes