python - 如何从大型python数据框中的复杂字符串中提取数字

Question

我有一个接近 1M 行的 python 数据框。有一个字符串列，其中包含一些数字，例如

 String_Col

 24FT String
 String 24FT
 2 String 20FT
 20 String 3

我需要24,24,20,20从该列中提取并将其另存为新列。我可以遍历每个单元格并进行字符串转换，但这对于大型数据集会消耗大量时间。

任何想法表示赞赏。

Answer 1

您可以使用regex匹配模式

import re

def func(x):
    result = re.findall(r"\d+(?=FT)",x)
    if not result:
        try:
            return int(x[:2])
        except:
            return None
    return result[0]

df["num_col"] = df["String_Col"].apply(func)

如果您之前想要 2 位数字FT，请使用re.findall(r"\d{2}(?=FT)",x)