python - 用于提取十进制数的正则表达式

Question

我有一个 pandas df，其中一列是带有 X/10 格式评级的文本。我想提取分子(可以是小数)。到目前为止，我使用的是:

my_df.text_column.str.extract('(\d*?\.?\d+(?=/10))')

我以为我做得很好，直到我看到我有一些像 .10 这样的分子。实际发生的情况是某些行包含如下文本:“Nice job.10/10”。

从该列中提取数字时如何指定，以防它检测到“.”它一定是在一个数字之后？

谢谢。

Answer 1

做:

df.text.str.extract(r'(\d+\.?\d*?(?=/10))')

您想首先查找一个数字 (\d+)，然后是一个可选的 (\.?) 和一个可选的小数 (\d*? )

例子:

df = pd.DataFrame({'text':["Nice Job.10/10", "Score 9.5/10", "And now 5./10"]})
df.text.str.extract(r'(\d+\.?\d*?(?=/10))')



    0
0   10
1   9.5
2   5.