如何從Python中的字符串中提取信息？

Question

我有一個csv文件，其中包含各種不同提名和獲獎的獎項專欄。我想從此數據集中的獎勵列中提取數據，並將其分成幾列。這些獎項包括獲獎細節，一般提名，以及某些類別的獲獎和提名（如奧斯卡，BAFTA等）。獎項欄的示例輸入如下所示。

Click here for Input image

而且我想這個數據拆分成若干列分析數據。我們可以用python來實現嗎？我使用熊貓來訪問數據框。預期的輸出樣本如下所示。

Click here for Output image

Answer 1

看來你的數據不是特別良好的結構。如果格式是保證在以下形式：

X勝& ý提名。

然後將以下代碼：

testStrings = ['1 win & 1 nomination.','2 wins.','5 nominations.', '3 wins & 8 nominations.', '2 wins.','9 wins.'] 

text = [i.split('&') for i in testStrings] 

data=[] 
for row in text: 
    for t in row: 
     winIndex = t.find('win') 
     nomIndex = t.find('nom') 
     if winIndex>0: 
      w=int(t[:winIndex-1]) 
     else: 
      w=0 
     if nomIndex>0: 
      n=int(t[:nomIndex-1]) 
     else: 
      n=0 
    data.append([w,n]) 

會給你列表數據，每個元素都是[numWins，numNoms]每一行。

通過搜索這些關鍵字（例如代碼查找子字符串「won」和「nom」），您可能可以擴展它以適應不同的格式（例如「Won 1 Primetime Emmy」）。希望這可以提供一些幫助。