主页 / coding / 问题 / 78927503
Accepted
ViSa
Asked: 2024-08-29 19:17:09 +0800 CST

Python Regex 仅包含/提取数字、小数和连字符（-）[重复]

  • 772

我不擅长正则表达式，一直尝试但未能从 python 中的一列中提取。 numbers, decimals and -

如果可以删除空格就更好了，但如果不删除，那么仍然是可以管理的。

我已经测试过^(\d.+)|[-]和^(\d.+)|[-]?[^a-z]+$/i，但是^(\d.+)|[-]?(\d+)?它们都无法正常工作。

测试用例（基本上这些是格式不一致的范围）

28193.13
28913
28913-13
28193.13-28193.13
28193.13 - 28193.13
28193.13 - 28193.13 / cm
 - 28193.13
 -28193.13
 28913-
 28913 -

数据框

test_df = pd.DataFrame({"Range": [28193.13,28913,'28913-13','28193.13-28193.13',
'28193.13 - 28193.13','28193.13 - 28193.13 / cm', '- 28193.13','28913-','28913 -']})

test_df

尝试的代码：test_df['Range'].str.extract(r"^(\d.+)|[-]?[^a-z]+$/i")

上述案例的预期结果：

28193.13
28913
28913-13
28193.13-28193.13
28193.13-28193.13
28193.13-28193.13
-28193.13
-28193.13
28913-
28913-

问题：我无法28193.13 - 28193.13 / cm用我的正则表达式代码从中删除字符，因为期望的结果是28193.13-28193.13。

工具：我使用过这个正则表达式测试网站来测试正则表达式代码

感谢任何帮助。

python

2 个回答

  1. Best Answer

    我认为这是使用正则表达式的一个很好的修复方法。

    
    # Define the regex pattern to match numbers, decimals, and hyphens
    pattern = r"[\d\.]+(?:-\d+)?"
    # Find all matches
    matches = re.findall(pattern, value)
    # Join matches to form the cleaned value
    cleaned_value = ''.join(matches)
    return cleaned_value

    您还可以更有力地解决这个问题：

    def clean_value(value):
    # Filter out characters that are not digits, period, or hyphen
    cleaned_value = ''.join([char for char in value if char.isdigit() or char in ['.', '-']])
    return cleaned_value

# Apply the cleaning function to the data
cleaned_data = [clean_value(val) for val in data]```
    • 1

  2. 从内置正则表达式文档中使用 re.sub (re)

    从技术上讲，re 不是正则表达式，但对于大多数用例来说，re 更好，因为它内置有“import re”并且不需要 pip install。

    上述链接中的文档：

    返回用替换 repl 替换 string 中最左边不重叠的 pattern 后得到的字符串。如果未找到模式，则返回未改变的 string。repl 可以是字符串或函数；如果是字符串，则处理其中的任何反斜杠转义。也就是说，\n 转换为单个换行符，\r 转换为回车符，等等。未知的 ASCII 字母转义保留以备将来使用并视为错误。其他未知转义（如 &）则保留。反向引用（如 \6）将替换为模式中第 6 组匹配的子字符串。

    • 0

相关问题