如何刪除過濾數據大熊貓（數據改寫（munging））

Question

數據與我在熊貓系列：

data = ["1. stock1 (1991)", 
"3. stock13 (1993)", 
"5. stock19 (1999)", 
"89. stock105 (2001)"] # pandas Series 

我需要過濾每個字符串，並保存爲

s.no sdata  year 
1  stock1  1991 
3  stock13  1993 
5  stock19  1999 
89  stock105 2001 

我一直在使用

嘗試

data = stock["Rank & Title"].str.split(".") 

Answer 1

你可以試試str.extract法正則表達式：

data = ["1. stock1 (1991)", 
"3. stock13 (1993)", 
"5. stock19 (1999)", 
"89. stock105 (2001)"] 

s = pd.Series(data) 

s.str.extract("(?P<sno>\d+)\.\s(?P<sdata>\w+)\s\((?P<year>\d+)\)", expand=True) 

# sno  sdata year 
#0 1  stock1 1991 
#1 3 stock13 1993 
#2 5 stock19 1999 
#3 89 stock105 2001 

分解的正則表達式，(?P<sno>\d+)\.\s(?P<sdata>\w+)\s\((?P<year>\d+)\)可以簡化爲(\d+)\.\s(\w+)\s\((\d+)\)不點名所捕獲的基團（其與?P<name>完成）; (\d+)，(\w+)和(\d+)分別s.no，stockname和年捕獲。

---

或者你可能只是想拆就白空間和高達根據您的實際數據看起來像那麼幹淨列：

(s.str.split(" ", expand=True) 
    # strip period and parenthesis 
.apply(lambda col: col.str.strip(".()")) 
    # rename columns 
.rename(columns={0: "s.no", 1: "sdata", 2: "year"})) 

# s.no  sdata year 
#0 1 stock1 1991 
#1 3 stock13 1993 
#2 5 stock19 1999 
#3 89 stock105 2001