大家好,我是皮皮。
前几天在Python最强王者交流群【Chloe】问了一道正则表达式处理的问题,如下图所示。
原始数据如下:
df = pd.DataFrame({
'company_code': ['c0001','c0002','c0003', 'c0003', 'c0004'],
'address': ['9910 Surrey Ave.','92 N. Bishop Ave.','9910 Golden Star Ave.', '102 Dunbar St.', '17 West Livingston Court']
})
def f(text):
s = re.findall(r'( *9910)( *Ave.)',text)
return ''.join(s)
df['new'] = df.address.apply(lambda x:f(x))
df
预期的结果如下图所示:
这里【瑜亮老师】一针见血,这个题目的意思就是:取包含9910
和ave
之间的内容,如果是这样,就好办了。
这里【月神】都给了一个正则表达式写法,如下所示。
import pandas as pd
import re
df = pd.DataFrame({
'company_code': ['c0001', 'c0002', 'c0003', 'c0003', 'c0004'],
'address': ['9910 Surrey Ave.', '92 N. Bishop Ave.', '9910 Golden Star Ave.', '102 Dunbar St.',
'17 West Livingston Court']
})
df['new'] = df['address'].map(lambda x: x if re.search(r'9910.*Ave\.', x) else '')
print(df)
运行之后,结果就是想要的了。
这里【月神】和【瑜亮老师】还做了部分解析,大家可以一起学习下。
后来【瑜亮老师】也提供了一种正则表达式方法,代码如下所示。
import pandas as pd
import re
df = pd.DataFrame({
'company_code': ['c0001', 'c0002', 'c0003', 'c0003', 'c0004'],
'address': ['9910 Surrey Ave.', '92 N. Bishop Ave.', '9910 Golden Star Ave.', '102 Dunbar St.',
'17 West Livingston Court']
})
def f(text):
s = re.findall(r"(9910.*?Ave\.)", text)
return ''.join(s)
df['new'] = df.address.apply(lambda x: f(x))
print(df)
正则表达式,yyds!运行之后,结果如下图所示:
后来【Python进阶者】也给了一个正则表达式写法,只需要将正则那块改成下面的代码即可。
s = re.findall(r'9910.*?Ave.', text)
运行之后,结果可以满足要求。
当然了,上面那个正则表达式中的?
也可以去除,一样可以得到结果。
?
表明是非贪婪模式,解析如下。
最后给大家安利下re.search
和 re.findall
的区别。
大家好,我是皮皮。这篇文章主要盘点了一道正则表达式的问题,文中针对该问题给出了具体的解析和代码实现,还做了贪婪模式和非贪婪模式的探讨,帮助粉丝顺利解决了问题。
最后感谢粉丝【Chloe】提问,感谢【月神】、【瑜亮老师】、【Python进阶者】给出的思路和代码解析,感谢【冯诚】、【dcpeng】、【wangning】等人参与学习交流。