主页 / coding / 问题 / 77842458
Accepted
principal-ideal-domain
Asked: 2024-01-19 05:17:01 +0800 CST

从 DataFrame 中提取最大数量的字符串（以及一些 NaN 值）

  • 772

查看数据框：

import pandas as pd
import numpy as np
data=pd.DataFrame(['random 15 numbers 128 and 12 letters','12-5','page 65'],columns=['text'])

在此输入图像描述

我想从字符串中提取所有数字并将最大数字写入新列。我用这段代码实现了这一点：

data['list']=data['text'].str.extractall('(\d+)').unstack().values.tolist()
data['max']=data['list'].apply(lambda row:max([int(x) for x in row if x is not np.nan]))

结果是这个数据框：

在此输入图像描述

第一个问题：有没有更优雅的方法来做到这一点？

NaN我的实际问题：只有当我的原始 DataFrame 中没有值时，我的代码才有效。在这种情况下，您将如何调整代码？结果应该是具有正确索引的NaN每个值的一列。NaN将定义行替换data为以下内容以使问题出现：

data=pd.DataFrame(['random 15 numbers 128 and 12 letters','12-5','page 65',np.nan],columns=['text'])

另外，我想处理代码中的条目，这些条目不是NaN没有数字的字符串。在这种情况下，中间列表应该为空，最后一行应该为空NaN（这最后一件事很容易通过操作最后一行来实现）。

python

1 个回答

  1. Best Answer

    不要使用列表作为中间，直接使用groupby.max：

    data['max'] = (data['text']
              .str.extractall('(\d+)')[0]
              .astype(int)
              .groupby(level=0).max()
              )

    输出：

                                       text    max
0  random 15 numbers 128 and 12 letters  128.0
1                                  12-5   12.0
2                               page 65   65.0
3                                   NaN    NaN

    如果您同时需要列表和最大值：

    g = (data['text']
     .str.extractall('(\d+)')[0]
     .astype(int)
     .groupby(level=0)
     )

data['list'] = g.agg(list)
data['max'] = g.max()

    输出：

                                       text           list    max
0  random 15 numbers 128 and 12 letters  [15, 128, 12]  128.0
1                                  12-5        [12, 5]   12.0
2                               page 65           [65]   65.0
3                                   NaN            NaN    NaN
    • 1

相关问题