如何有条件地将子字符串复制到pandas数据帧的新列?

前端之家收集整理的这篇文章主要介绍了如何有条件地将子字符串复制到pandas数据帧的新列?前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

这是我的第一篇文章,所以希望我不要讨论这个问题,我很清楚.
基本上,这是一个两部分问题.我需要设置代码,首先检查列A是否为“有效”.如果是这样,我需要从列B中提取子字符串并将其放在一个新列中,此处标记为“C”.如果条件为假,我想加入“NA”.请参阅第二个表格以了解我的预期结果.

|     A       |             B                     |
|-------------|-----------------------------------|
|    VALID    |asdfafX'XextractthisY'Yeaaadf      |
|    INVALID  |secondrowX'XsubtextY'Yelakj        |
|    VALID    |secondrowX'XextractthistooY'Yelakj |
|     A       |             B                       |      C          |
|-------------|-------------------------------------|-----------------|
|    VALID    |"asdfafX'XextractthisY'Yeaaadf"      | extractthis     |
|    INVALID  |"secondrowX'XsubtextY'Yelakj"        | NA              |
|    VALID    |"secondrowX'XextractthistooY'Yelakj" | extractthistoo  |

有几点需要注意:

– 子字符串将始终在短语“X’X”之后开始,并在“Y’Y”之前完成.

– 子串在不同的单元格之间具有不同的长度.

我知道以下代码错误的,但我想告诉你我是如何尝试解决这个问题的:

import pandas as pd

if df[A] == "VALID":
   df[C] = df[B]df.str[start:finish]
else:
   df[C].isna()

我为这个基本代码中的错误道歉,因为我完全是python的新手,仍然依赖于IDE和试用和错误来指导我.您可以提供的任何帮助表示赞赏.

最佳答案
您可以使用pd.Series.str.extract:

In [737]: df
Out[737]: 
         A                                   B
0    VALID       asdfafX'XextractthisY'Yeaaadf
1  INVALID         secondrowX'XsubtextY'Yelakj
2    VALID  secondrowX'XextractthistooY'Yelakj

In [745]: df['C'] = df[df.A == 'VALID'].B.str.extract("(?<=X'X)(.*?)(?=Y'Y)",expand=False)

In [746]: df
Out[746]: 
         A                                   B               C
0    VALID       asdfafX'XextractthisY'Yeaaadf     extractthis
1  INVALID         secondrowX'XsubtextY'Yelakj             NaN
2    VALID  secondrowX'XextractthistooY'Yelakj  extractthistoo

正则表达式模式是:

(?<=X'X)(.*?)(?=Y'Y)

>(?< = X'X)是X'X的后视
>(.*?)匹配lookbehind和lookahead之间的所有内容
>(?= Y’Y)是Y’Y的先行者

猜你在找的Python相关文章