我正在为列v1
到v3
按数字或字母符号拆分多个列,然后将第一部分作为该列的值。例如,红岗花园12栋110房
将被12
拆分,然后取红岗花园
,德福花园德福豪苑C4栋C5栋C4座1403房
将被C4
拆分,取德福花园德福豪苑
。
id v1 v2 v3
0 1 泥岗路 红岗花园12栋110房 NaN
1 2 沙井街道 万丰路 东侧
2 3 中心区 N15区 幸福·海岸10栋A座11A
3 4 龙岗镇 南联村 长海雅园2栋D301D302房产
4 5 蛇口工业区 兴华路 海滨花园多层海滨花园兰山楼06栋504房产
5 6 宝安路 松园·南九巷综合楼10栋103 NaN
6 7 宝安路 松园·南九巷综合楼10栋203 NaN
7 8 龙岗镇 中心城 尚景华园12栋307房
8 9 沙河西路 西博海名苑1栋30C房产 NaN
9 10 华侨城香山中路 天鹅堡三期P栋4D房 NaN
10 11 布吉镇 德福花园德福豪苑C4栋C5栋C4座1403房 NaN
我尝试过的代码如下:
cols = ['v1', 'v2', 'v3']
df[cols] = df[cols].apply(lambda x: ''.join(re.compile(r'(\d+|\w+)')[0], x.str))
输出:
TypeError: ("'_sre.SRE_Pattern' object is not subscriptable", 'occurred at index v1')
我想要的输出如下所示:
id v1 v2 v3
0 1 泥岗路 红岗花园 NaN
1 2 沙井街道 万丰路 东侧
2 3 中心区 NaN 幸福·海岸
3 4 龙岗镇 南联村 长海雅园
4 5 蛇口工业区 兴华路 海滨花园多层海滨花园兰山楼
5 6 宝安路 松园·南九巷综合楼 NaN
6 7 宝安路 松园·南九巷综合楼 NaN
7 8 龙岗镇 中心城 尚景华园
8 9 沙河西路 西博海名苑 NaN
9 10 华侨城香山中路 天鹅堡三期 NaN
10 11 布吉镇 德福花园德福豪苑 NaN
谢谢你的帮助。
发布于 2020-02-13 16:48:08
您可以删除需要修改的列中第一个ASCII字母数字字符之后的所有文本:
cols = ['v1', 'v2', 'v3']
df[cols] = df[cols].apply(lambda x: x.str.replace(r'[A-Za-z0-9].*', ''))
如果列可以包含多行文本,请使用
r'(?s)[A-Za-z0-9].*'
where (?s)
内联修饰符也会让.
匹配换行符。
https://stackoverflow.com/questions/60203245
复制相似问题