python - 从字符串中提取带有空格的整数

Question

我对正则表达式非常陌生，所以我在编写代码时遇到了困难。

我有一个数据框，df，结构如下:

                                    NAME  PERCENT
0     APPLE COMPANY A  57 638 232 stocks  0.12322
1  BANANA 1 COMPANY B  12 946 201 stocks  0.02768
2     ORANGE COMPANY C  8 354 229 stocks  0.01786

df = pd.DataFrame({
    'NAME': ['APPLE COMPANY A  57 638 232 stocks', 'BANANA 1 COMPANY B  12 946 201 stocks', 'ORANGE COMPANY C  8 354 229 stocks'],
    'PERCENT': [0.12322, 0.02768 , 0.01786]
    })

我想从NAME中提取整数，但不是所有整数(请注意，在第1行中，我们有BANANA 1 COMPANY B，我想忽略整数1 在 COMPANY 之前。我只想提取 stocks 之前的那些整数。

我希望输出如下所示:

                 NAME  PERCENT    STOCKS
0     APPLE COMPANY A  0.12322  57638232
1  BANANA 1 COMPANY B  0.02768  12946201
2    ORANGE COMAPNY C  0.01786   8354229

到目前为止我只有这个，它不能产生我想要的:

df['NAME'].str.findall(r'\b\d+\b')

编辑:请注意，股票数量可能会从数千变为数百万，这意味着没有模式。

Answer 1

此正则表达式将提取您要查找的内容

\d+\s\d+\s\d+

匹配:

57 638 232

12 946 201

8 354 229

来自:

'NAME': ['APPLE COMPANY A  57 638 232 stocks', 'BANANA 1 COMPANY B  12 946 201 stocks', 'ORANGE COMPANY C  8 354 229 stocks']