python - 在数据框中创建新列时将缺失值留空

Question

我有一个带有描述列的数据框，我正在尝试从该列中的文本中解析出测量值。

df['measurements'] = [re.findall('\S+\scm', i) + re.findall('\S+cm', i) for i in df['description'] if i is not None]
#...

描述列中的某些行是空的，因此上面的代码给出了一个 ValueError，因为值的长度与索引的长度不匹配。如果行为空，如何附加像 NaN 这样的填充值，以便值的长度与索引的长度匹配，并且可以创建新的测量列？

输出看起来类似于: 例如。

description                       measurements 
blabla 32cm x 24cm x 12cm blabla  ['32cm', '24cm', '12cm']
NaN                               NaN
18cm x 15cm x 10cm blablabla      ['18cm', '15cm', '10cm']
NaN                               NaN

Answer 1

我认为你需要str.findall什么与 None 完美配合 - 它在输出中返回 NaN:

df['measurements'] = df['description'].str.findall('\S+\scm') + 
                     df['description'].str.findall('\S+cm')

如果需要将 None 替换为空列表，最简单的方法是使用 fillna :

des = df['description'].fillna('')
df['measurements'] = des.str.findall('\S+\scm') + des.str.findall('\S+cm')

示例:

df = pd.DataFrame({'description':['blabla 32cm x 24cm x 12cm blabla',np.nan,
                                  '18cm x 15cm x 10cm blablabla',np.nan]})
print (df)
                        description
0  blabla 32cm x 24cm x 12cm blabla
1                               NaN
2      18cm x 15cm x 10cm blablabla
3                               NaN

df['measurements'] = df['description'].str.findall('\S+\scm') + \
                     df['description'].str.findall('\S+cm')

print (df)
                        description        measurements
0  blabla 32cm x 24cm x 12cm blabla  [32cm, 24cm, 12cm]
1                               NaN                 NaN
2      18cm x 15cm x 10cm blablabla  [18cm, 15cm, 10cm]
3                               NaN                 NaN

<小时/>

des = df['description'].fillna('')
df['measurements'] = des.str.findall('\S+\scm') + des.str.findall('\S+cm')
print (df)
                        description        measurements
0  blabla 32cm x 24cm x 12cm blabla  [32cm, 24cm, 12cm]
1                               NaN                  []
2      18cm x 15cm x 10cm blablabla  [18cm, 15cm, 10cm]
3                               NaN                  []