python - 应用正则表达式创建新列 - isdigit() 与 isnumeric()

Question

我有一个如下所示的数据框

data_file= pd.DataFrame({'pid':[1,1.5,6.557657,'ABCD','1+','TRACE']})

如下图所示

我想要的是创建两个新列 value_as_number 和 value_as_string

这是我尝试过的

value_as_string = data_file['pid'].str.extract('(\D+)') # this chops of the `1` from `1+` which isn't expected.

value_as_string 的输出如下所示

value_as_number = ~data_file['pid'].str.extract('(\D+)') # results in error as shown below

TypeError: bad operand type for unary ~: 'float'

我也试过了，但也没用

data_file['pid'].str.isnumeric()
data_file['pid'].str.digit()

我希望我的输出如下所示。单独的数字列(如 1、2、1.5、4.5)和单独的数字、字符和符号混合列(1+、ABCD、测试)等

Answer 1

您可以使用pd.to_numeric 和df.where

data_file['num'] = pd.to_numeric(data_file['pid'],errors='coerce')

data_file['alpha'] = data_file['pid'].where(data_file['num'].isnull())

       pid       num  alpha
0        1  1.000000    NaN
1      1.5  1.500000    NaN
2  6.55766  6.557657    NaN
3     ABCD       NaN   ABCD
4       1+       NaN     1+
5    TRACE       NaN  TRACE

最后您可以使用 fillna('') 但尽量不要对数字列执行此操作。