python - 使用正则表达式和 pandas 分隔字母和数字

Question

我有一个来自 Pandas 数据框 df 的名为“value”的列，它混合了数字和单词。它看起来像这样:

   VALUE
0   done
1   Yes
2   3.45
3   2bc

我想将该列拆分为两列，其中左侧一列仅包含字母，右侧一列仅包含数字。理想情况下，结果应该是:

     0    1
0   done NaN
1   Yes  NaN
2   NaN  3.45
3   bc   2

我尝试使用 .str.extract pandas 函数，如下所示:

df['value'].str.extract('([A-Za-z]+)?([0-9]*[.]?[0-9]+)')

我得到的结果类似于以下内容:

    0    1
0   NaN NaN
1   NaN NaN
2   NaN 3.45
3   NaN NaN

其中的单词没有按其应有的方式显示在第 0 列中。

有谁知道在 pandas/python 中执行此类操作的原因或更好的方法吗？

Answer 1

修复您的模式，并使用str.extractall:

(df.VALUE.str.extractall('(\d+(?:\.\d+)?)|([^\d.]+)')
   .unstack()
   .groupby(level=0, axis=1)
   .first())

      0     1
0   NaN  done
1   NaN   Yes
2  3.45   NaN
3     2    bc