python - 在 Pandas 中创建年份列

Question

我正在尝试创建一个年份列，其中的年份取 self 的数据框中的标题列。此代码有效，但列 dtype 是对象。例如，在第 1 行中，年份显示为 [2013]。

我该怎么做，但要将列 dtype 更改为 float ？

year_list = []

for i in range(title_length):
    year = re.findall('\d{4}', wine['title'][i])
    year_list.append(year)

wine['year'] = year_list

这是我的数据框的头部:

country   designation     points    province               title             year
Italy     Vulkà Bianco     87        Sicily     Nicosia 2013 Vulkà Bianco   [2013]

Answer 1

您可以使用 str.extract() 代替返回字符串列表的 re.findall:

wine['year'] = wine['title'].str.extract(r'\b(\d{4})\b')

或者，如果您只想匹配 1900-2000 年:

wine['year'] = wine['title'].str.extract(r'\b((?:19|20)\d{2})\b')

请注意，str.extract 中的模式必须包含至少 1 个捕获组，其值将用于填充新列。只会考虑第一个匹配项，因此如果需要，您可能需要稍后精确确定上下文。

我建议在 \d{4} 模式周围使用单词边界 \b 来将 4 位数字 block 匹配为整个单词，并避免像 这样的字符串中的部分匹配>1234567890。