根据 Python 中的一个条件提取字符串数据帧中的数字

Question

我想提取符号->之前的所有数字。现在我只有这个：

df['New'] = df['Companies'].str.findall(r'(d+(?:.d+)?)').str[-1]

它只提取最后一个->之前的数字

我把它稍微修改成这样：

df['New'] = df['Companies'].str.findall(r'(d+(?:.d+)?)')

但我没有得到我想要的，相反，我想要类似的东西：

Companies                                        New   New2   New3
0   -> Company A 100->Company B 60->Company C 80->...   100   60     80
1   -> Company A 100->Company B 53.1->Company C 82...   100   53.1   82
2   -> Company A 100->Company B 23-> Company D          100   23
3   -> Company 1 100->Company B 30-> Company D          100   30

请注意，New's可以超过 3 列，具体取决于字符串中有多少->。此外，一些Company名称的名称中包含整数，我不想将其包含在新列中。

你能帮我这个吗？

Answer 1

在->之前将Series.str.extractall与Series.unstack一起使用，DataFrame.add_prefix与 catch 整数或floats 一起使用：

pat = r'(d*.d+|d+.?)->'
df = df.join(df['Companies'].str.extractall(pat)[0].unstack().add_prefix('New'))
print (df)
Companies New0  New1 New2
0   -> Company A 100->Company B 60->Company C 80->    100    60   80
1   -> Company A 100->Company B 53.1->Company C 82    100  53.1  NaN
2   -> Company A 100->Company B 23-> Company D   ...  100    23  NaN
3         -> Company 1 100->Company B 30-> Company D  100    30  NaN

如果需要浮动：

df = df.join(df['Companies'].str.extractall(pat)[0].astype(float).unstack().add_prefix('New'))
print (df)
Companies   New0  New1  New2
0   -> Company A 100->Company B 60->Company C 80->    100.0  60.0  80.0
1   -> Company A 100->Company B 53.1->Company C 82    100.0  53.1   NaN
2   -> Company A 100->Company B 23-> Company D   ...  100.0  23.0   NaN
3         -> Company 1 100->Company B 30-> Company D  100.0  30.0   NaN