python - 使用正则表达式从 Pandas 数据框中的列中提取数据

Question

我有一个数据框 df 定义如下

import pandas as pd
df = pd.DataFrame(
    {
        "ID": [1, 2, 3, 4, 5],
        "name": [
            "Hello Kitty how=1234 when=2345",
            "how=3456 Hello Puppy when=7685",
            "how=646 It is an Helloexample when=9089",
            "for how=6574 stackoverflow when=5764",
            "Hello  when=3632 World how=7654",
        ],
    }
)





df
Out[100]: 
   ID                                     name
0   1           Hello Kitty how=1234 when=2345
1   2           how=3456 Hello Puppy when=7685
2   3  how=646 It is an Helloexample when=9089
3   4     for how=6574 stackoverflow when=5764
4   5           Hello  when=3632 World how=7654

我想将 how 和 when 之后写入的值提取到两个单独的列 how 和 when 中。我怎样才能使用正则表达式做同样的事情？

例如:在第一条记录中，我应该在 how 列中得到 1234，在 when 列中得到 2345。在最后一条记录中，我应该在 how 列中得到 7654 ，在 when

列中得到 3632

Answer 1

使用str.extract

例如:

df = pd.DataFrame(
    {
        "ID": [1, 2, 3, 4, 5],
        "name": [
            "Hello Kitty how=1234 when=2345",
            "how=3456 Hello Puppy when=7685",
            "how=646 It is an Helloexample when=9089",
            "for how=6574 stackoverflow when=5764",
            "Hello  when=3632 World how=7654",
        ],
    }
)
df['when'] = df['name'].str.extract(r"when=(\w+)")  #If only int use `(\d+)`
df['how'] = df['name'].str.extract(r"how=(\w+)")    #If only int use `(\d+)`
print(df)

输出:

   ID                                     name  when   how
0   1           Hello Kitty how=1234 when=2345  2345  1234
1   2           how=3456 Hello Puppy when=7685  7685  3456
2   3  how=646 It is an Helloexample when=9089  9089   646
3   4     for how=6574 stackoverflow when=5764  5764  6574
4   5          Hello  when=3632 World how=7654  3632  7654