python的pandas、re库，正则表达式提取excel关键字

数据分析前，要提取清洗文本中的关键字，使用正则表达式可以快速的提取内容。

# 中文输入

# -*- coding:utf-8 -*-

# 引入pandas和re库

import pandas as pd

import re

# path路径，header=0默认第一行数据作为列名，读取excel

df = pd.read_excel('2020.5.20.xlsx', header=0)

# 一行转换为列表为内容

contents = list(df['Content1'])

# 返回列表的长度

a = len(contents)

print(f'共有{a}个待处理数据 ')

date = []

for i in range(0, a):

# 循环,提取第i行的内容

content = contents[i]

# 正则表达式提取内容关键字

results = re.findall(r'1[0-9]{10}', content)

try:

result = results[0]

except:

result = ''

# 关键字增加进行

date.append(result)

print(result)

print(i)

# 写入行

df['联系人']= date

# 写入excel结果文件

df.to_excel('result.xlsx')

正则表达式测试网址

https://hiregex.com/