我想编写一个函数来清理数据帧的索引列。
删除具有高级 ID 的整行。例如删除
东库特尼 (5901) 01010
将索引定制为低级 ID 的 7 位数字。例如,转
东库特尼 A (5901017) RDA 02020
进入5901017
如果有两个括号,则仅保留第二个括号中的 7 位数字。例如,
Sechelt(部分)(5929803) IGD 02020
至5929803
大写 H(第 1 部分)(5917054) RDA 01020
至5917054
大写 H(第 2 部分)(5917056) RDA 02030
至5917056
T'Sou-ke 1 (Sooke 1) (5917817) IRI 01010
至5917817
T'Sou-ke 2 (Sooke 2) (5917818) IRI 00000
至5917818
仅适用于一个括号的代码示例是
def extract_id(s):
m = re.search('\((.*)\)', s)
if m:
i = int(m.group(0)[1:-1])
return i
if __name__ == '__main__':
# Read data
census_subdivision_profile = pd.read_excel('../data/census_subdivision_profile.xlsx', sheetname='Data',
index_col='Geography', encoding='utf-8').T
print(census_subdivision_profile.head())
print(census_subdivision_profile.shape)
census_subdivision_profile.index = census_subdivision_profile.index.map(extract_id)
print(census_subdivision_profile.index)
要查看完整代码,请参阅我之前发布的另一个问题
Merge dataframes that have indices that one contains another (but not the same)
最佳答案
我认为您的意图是'\(([^)]*)\)'
... hth
关于python - 搜索模式不唯一? - 正则表达式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44789612/