python - Pandas 系列 str.extract 无法匹配正则表达式模式

Question

这个问题已经有答案了:

Expected behavior with regular expressions with capturing-groups in pandas' `str.extract()` (2 个回答)

已关闭 4 年前。

以下是我的数据框的样子
mydf =

col1    Col2    Col3                 Col4 
0   val1    1x  \n\t\t\t\t\t\t3x\n\t\t\t\t\t    Calculate
1   val2    1x  \n\t\t\t\t\t\t3x\n\t\t\t\t\t    Calculate
2   val3    1x  \n\t\t\t\t\t\t12.5x\n\t\t\t\t\t Calculated
3   val4    1x  \n\t\t\t\t\t\t8x\n\t\t\t\t\t        Calculated
4   val5    1x  \n\t\t\t\t\t\t10x\n\t\t\t\t\t   Calculate
5   val18   1x  \n\t\t\t\t\t\t6.3x\n\t\t\t\t\t  Calculate

从 Col4 中，我想提取数字(包括小数位。

但是，正则表达式模式对我不起作用。

mydf[Col4].str.extract('[1-9]\d*(\.\d+)?') <br>

对于大多数行，它返回 NaN对于带小数的，返回 .5/.3 (即仅十进制值)

我尝试使用 re.search 来检查我的模式并且它有效。

newstr = mydf[col4][5] 
re.search('[1-9]\d*(\.\d+)?', newstr) 

newstr 变为 - '\n\t\t\t\t\t\t12.5x\n\t\t\t\t\t'(双反斜杠)。以上返回

re.Match object; span=(14, 18), match='12.5'</b>

正如预期的那样。

看起来我错过了一些明显的东西。

Answer 1

使用str.findall

df.Col3.str.findall(r'[-+]?\d*\.\d+|\d+').str[0]#notice here I also extract the sign
0       3
1       3
2    12.5
3       8
4      10
5     6.3
Name: Col3, dtype: object