python - 搜索模式不唯一？ - 正则表达式

Question

我想编写一个函数来清理数据帧的索引列。

1. 删除具有高级 ID 的整行。例如删除

   东库特尼 (5901) 01010

2. 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

3. 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)

Answer 1

我认为您的意图是'\(([^)]*)\)' ... hth