主页 / coding / 问题 / 79157864
Accepted
ViSa
Asked: 2024-11-05 14:15:12 +0800 CST

如何在 Python 中使用正则表达式从字符串中正确提取数字？

  • 772

我试图从以数字或小数结尾的字符串中提取数字

df = pd.DataFrame({'Names': ["Absolute Neutrophil Count","Absolute Lymphocyte Count 2.9",
                       "Absolute Neutrophil Count 10.2","ESR (Modified Westergren) 8",
                        "Free Triiodothyronine (FT3) 3.59",
                        "Free Triiodothyronine FT4 4.53"]})

df


                         Names
0   Absolute Neutrophil Count
1   Absolute Lymphocyte Count 2.9
2   Absolute Neutrophil Count 10.2
3   ESR (Modified Westergren) 8
4   Free Triiodothyronine (FT3) 3.59
5   Free Triiodothyronine FT4 4.53

期望的提取结果：

0  Missing/None
1  2.9
2  10.2
3  8
4  3.59
5  4.53

我尝试了下面的代码，但没有得到预期的结果。

df.iloc[:,0].str.extract(r'^(.*?)\s*(\d\.?\d*)?$') #  '\d+\.\d+'

                           0      1
0   Absolute Neutrophil Count     NaN
1   Absolute Lymphocyte Count     2.9
2   Absolute Neutrophil Count 1   0.2
3   ESR (Modified Westergren)     8
4   Free Triiodothyronine (FT3)   3.59
5   Free Triiodothyronine FT4     4.53

请在答案中使用数据框形式的结构，.extract否则有时这里的答案可以re起作用strings，但是当我尝试应用它们时df，它就变成了别的东西。

python

3 个回答

  1. Best Answer

    以下正则表达式模式似乎在这里起作用：

    (\d+(?:\.\d+)?)$

    这与可选的结束整数/小数匹配。更新后的 Pandas 代码如下所示：

    df.iloc[:,0].str.extract(r'(\d+(?:\.\d+)?)?$')

    以下是对所使用的正则表达式模式的解释：

    • (捕获
      • \d+一个整数
      • (?:\.\d+)?后跟可选的小数部分
    • )近距离捕捉
    • $字符串结尾
    • 1

  2. 您使用的正则表达式不会隔离字符串末尾的数字，这就是结果不正确的原因。尝试使用(\d+(\.\d+)?)(?=\s*$)提取出现在字符串末尾的十进制或整数。

    • 0

  3. 为了解决您的问题，您可以在代码中进行以下更改：

    1. 在一个变量中分配提取的值

    ans = df.iloc[:,0].str.extract(r'^(. ?)\s (\d.?\d*)?$') # '\d+.\d+'

    1. 仅访问第一个索引

    答[1]

    请参阅下图以获得更多说明。

    https://isstatic.askoverflow.dev/Qs9JGpfn.png

    • -1

相关问题