python - Pandas 数据框中的正则表达式

Question

我有一个像这样的数据框像这样的列

COL1      
RED[10%(INC)]
RED[12%(INC)]

我想创建 col2作为这个

COL2
10
12

你能帮我找到好的正则表达式吗？
我试过这个:

RED\[(\d+\.\d+) %INC\]

但它不会走路。

Answer 1

如果你想使用你的正则表达式并且只在指定的上下文中提取数字，你可以使用

df['COL2'] = df['COL1'].str.extract(r'RED\[(\d+(?:\.\d+)?)%\[INC]]', expand=False)

见 regex demo .
详情

RED\[ - 一个 RED[字符串

(\d+(?:\.\d+)?) - 捕获组 1:一个或多个数字后跟一个点和一个或多个数字的可选序列

%\[INC]] - 一个 %[INC]]文字串。

您还可以探索其他选项:

提取后面带有百分号的数字:df['COL1'].str.extract(r'(\d+(?:\.\d+)?)%', expand=False)

与 [ 拆分，获取第二项并删除 %来自:df['COL1'].str.split("[").str[1].str.replace("%", "")