pd.Dataframe 按第一列使用正则筛选得到的字符串中的数字进行排序
45浏览 · 2024-10-09 12:16:39
在Pandas DataFrame中，如果你想按DataFrame的第一列（假设它包含了字符串，其中可能嵌套有数字）使用正则表达式筛选出所有的数字，并对这些数字进行排序，你可以这样做：
首先，你需要导入`re`模块，这是Python中的正则表达式库。然后，你可以编写一个函数来从每个字符串中提取数字，接着结合`applymap()`函数遍历每一行的所有元素，并对提取出来的数字列表进行排序。
这是一个示例步骤：
```python
import pandas as pd
import re
# 假设你有一个名为df的DataFrame
df = ... # 填充你的DataFrame实例
# 定义一个函数来从字符串中提取数字
def extract_numbers(s):
return [int(num) for num in re.findall(r'\d+', s)]
# 使用applymap()提取第一列（列名假设为'A'）中的所有数字并存储到一个新的列
df['numbers'] = df['A'].apply(extract_numbers)
# 对新列'numbers'进行排序
df_sorted = df.sort_values(by='numbers')
# 如果你只关心排序后的原数据，可以删除'numbers'列
df_sorted.drop(columns=['numbers'], inplace=True)
相关问题
在Pandas库中，你可以使用`DataFrame`的`query()`函数结合正则表达式（regex）筛选数据，然后利用`s
你可以使用正则表达式或者 Unicode 编码来找出 pd.DataFrame 中的中文字符。
使用正则表达式：
```python
import re
def find_chinese_characters(text):
pattern = '[\u4e00-\u9fa5]+'
return re.findall(pattern, text)
# 找出一个字符串中的中文字符
text = '这是一个字符串，里面有中文字符'
print(find_chinese_characters(text))
# 找出 DataFrame 中的中文字符
import pandas as pd
df = pd.DataFrame({'col1': ['这是中文', '这也是中文'], 'col2': ['这不是中文', '这也不是中文']})
for col in df.columns:
df[col] = df[col].apply(find_chinese_characters)
print(df)