Блог

Я пытаюсь извлечь шаблон строки из нескольких столбцов в один столбец результатов, используя Pandas и str.extract.

Мой пример фрейма данных выглядит следующим образом.

 field1   field2
ab1234   ab1234
ac1234   
qw45     rt23
c1234b   cb1234
cv       1234dd
...
  

Я хочу извлечь ‘1234’ (РЕДАКТИРОВАТЬ: любое 4-значное целое число, а не только ‘1234’) из любого столбца (в данном случае field1 и field2) в новый столбец результатов, чтобы получить желаемый результат ниже

 field1   field2   result
ab1234   ab1234   1234
ac1234            1234
qw45     rt23     
c1234b   cb1234   1234
cv       1234dd   1234
...
  

Я пытаюсь использовать pandas str.extract для получения желаемого результата, однако у меня не получилось следующим образом.

 import pandas as pd
import numpy as np
import re


df = pd.DataFrame({'field1':['ab1234','ac1234','qw45', 'c1234b', 'cv'], 
'field2':['ab1234','','rt23','cb1234', '1234dd']})

df['result'] = df[['field1', 'field2']].apply(lambda x: 
x.str.extract(r'(d{4})', flags = re.IGNORECASE, expand = 
False)).any(axis=1)

print(df)
  

Приведенное выше возвращает только логические результаты. Мне интересно, можно ли преобразовать приведенное выше, чтобы вернуть фактический шаблон, или есть другие способы решения этой проблемы?

Заранее большое вам спасибо.

РЕДАКТИРОВАТЬ: Извините, я должен упомянуть, что шаблоном может быть любое 4-значное целое число, а не только ‘1234’. Таким образом, я хочу, чтобы результирующий столбец возвращал эти 4 цифры.

IIUC

 df['New']=df.apply(','.join,axis=1).str.extract(r'(d{4})', expand = 
False).fillna('')
df
   field1  field2   New
0  ab1234  ab1234  1234
1  ac1234          1234
2    qw45    rt23      
3  c1234b  cb1234  1234
4      cv  1234dd  1234
  

Вы были почти на месте, вы можете сделать следующее. Мы можем использовать for loop для применения str.extract дважды, чтобы создать два временных столбца.

После этого создайте последний столбец result с fillna помощью.

 cols = ['field1', 'field2']
n=1
for col in cols:
    df['result' str(n)] = df[col].str.extract('([0-9]{4})')
    n  = 1

df['result'] = df.result1.fillna(df.result2).fillna('')
df.drop(['result1', 'result2'], inplace=True, axis=1)

print(df)
   field1  field2 result
0  ab1234  ab1234   1234
1  ac1234           1234
2    qw45    rt23       
3  c1234b  cb1234   1234
4      cv  1234dd   1234