使用正則表達式在熊貓數據框中創建新列

Question

我在object類型的熊貓df中有一列，我想解析它以獲取字符串中的第一個數字，並創建一個包含該數字的新列作爲int。

例如：

現有的DF

col 
    'foo 12 bar 8' 
    'bar 3 foo' 
    'bar 32bar 98' 

期望中的DF

col    col1 
    'foo 12 bar 8' 12 
    'bar 3 foo'  3 
    'bar 32bar 98' 32 

我有在列系列

int(re.search(r'\d+', df.iloc[0]['col']).group())

012上的任何單個細胞工程代碼

上面的代碼工作正常，並返回12，因爲它應該。但是，當我嘗試使用全系列創建一個新的列：

df['col1'] = int(re.search(r'\d+', df['col']).group())

我收到以下錯誤：

類型錯誤：預期字符串或字節狀物體

我試過包裝一str()各地df['col']這得到了在COL1擺脫錯誤的，但取得了全0

我也試着轉換col到的list字符串並遍歷list，這隻會產生相同的錯誤。有誰知道我做錯了什麼？幫助將不勝感激。

Answer 1

這將這樣的伎倆：

search = []  
for values in df['col']: 
    search.append(re.search(r'\d+', values).group()) 

df['col1'] = search 

輸出看起來是這樣的：

  col col1 
0 foo 12 bar 8  12 
1  bar 3 foo  3 
2 bar 32bar 98  32