我在數據框中有一列，如下所示：| Category |------------| B5050.88| 5051.90| B5050.97Q| 5051.23B| 5051.78E| B5050.11| 5051.09| Z5052我想提取句號后的文本。例如，從B5050.88開始，我只想要“88”；從5051.78E開始，我只想要“78E”；對于 Z50502，這沒什么，因為沒有句號。預期輸出：| Category | Digits |---------------------| B5050.88 | 88 || 5051.90 | 90 || B5050.97Q| 97Q || 5051.23B | 23B || 5051.78E | 78E || B5050.11 | 11 || 5051.09 | 09 || Z5052 | - |我嘗試使用這個df['Digits'] = df.Category.str.extract('.(.*)')但我沒有得到正確的答案。使用上述內容，對于 B5050.88，我得到相同的 B5050.88；對于 5051.09，我得到 NaN。如果沒有文本，則基本上為 NaN。
4 回答
守著一只汪
TA貢獻1872條經驗 獲得超4個贊
你可以做
splits = [str(p).split(".") for p in df["Category"]]
df["Digits"] = [p[1] if len(p)>1 else "-" for p in splits]
IE
df = pd.DataFrame({"Category":["5050.88","5051.90","B5050.97","5051.23B","5051.78E",
"B5050.11","5051.09","Z5052"]})
#df
# Category
# 0 5050.88
# 1 5051.90
# 2 B5050.97
# 3 5051.23B
# 4 5051.78E
# 5 B5050.11
# 6 5051.09
# 7 Z5052
splits = [str(p).split(".") for p in df["Category"]]
splits
# [['5050', '88'],
# ['5051', '90'],
# ['B5050', '97'],
# ['5051', '23B'],
# ['5051', '78E'],
# ['B5050', '11'],
# ['5051', '09'],
# ['Z5052']]
df["Digits"] = [p[1] if len(p)>1 else "-" for p in splits]
df
# Category Digits
# 0 5050.88 88
# 1 5051.90 90
# 2 B5050.97 97
# 3 5051.23B 23B
# 4 5051.78E 78E
# 5 B5050.11 11
# 6 5051.09 09
# 7 Z5052 -
不太漂亮，但很有效
編輯：
添加了“-”而不是 NaN 和代碼片段
搖曳的薔薇
TA貢獻1793條經驗 獲得超6個贊
試試下面：
df['Category'].apply(lambda x : x.split(".")[-1] if "." in list(x) else "-")檢查下面的代碼
鳳凰求蠱
TA貢獻1825條經驗 獲得超4個贊
其他方式
df.Category.str.split('[\.]').str[1]
0 88
1 90
2 97Q
3 23B
4 78E
5 11
6 09
7 NaN
或者
df.Category.str.extract('((?<=[.])(\w+))')
LEATH
TA貢獻1936條經驗 獲得超7個贊
你需要逃避你的第一個.并做fillna：
df["Digits"] = df["Category"].astype(str).str.extract("\.(.*)").fillna("-")
print(df)
輸出：
Category Digits
0 B5050.88 88
1 5051.90 90
2 B5050.97Q 97Q
3 5051.23B 23B
4 5051.78E 78E
5 B5050.11 11
6 5051.09 09
7 Z5052 -
添加回答
舉報
0/150
提交
取消