Pandas 从字符串中提取数字

问题描述：

给定以下数据框：

import pandas as pd
import numpy as np
df = pd.DataFrame({'A':['1a',np.nan,'10a','100b','0b'],
                   })
df

    A
0   1a
1   NaN
2   10a
3   100b
4   0b

我想从每个单元格中提取数字（如果存在）。期望的结果是：

    A
0   1
1   NaN
2   10
3   100
4   0

我知道可以用来完成str.extract，但我不知道如何做。

解决方案 1：

给它一个正则表达式捕获组：

df.A.str.extract('(d+)')

为您提供：

0      1
1    NaN
2     10
3    100
4      0
Name: A, dtype: object

(d+)是一个正则表达式捕获组，d+指定仅匹配数字的正则表达式模式。请注意，这仅适用于整数，不适用于浮点数。

解决方案 2：

为了回答上面评论中@Steven G 的问题，这应该有效：

df.A.str.extract('(^d*)')

解决方案 3：

您可以使用“assign”函数将您的列替换为您的结果：

df = df.assign(A = lambda x: x['A'].str.extract('(d+)'))

解决方案 4：

如果您有多个不相交的数字集，例如1a2b3c，您想要提取123，则可以使用Series.str.replace：

>>> df
        A
0      1a
1      b2
2    a1b2
3  1a2b3c
>>> df['A'] = df['A'].str.replace('D+', '')
0      1
1      2
2     12
3    123

Series.str.extractall您也可以使用和来解决这个问题，groupby但我认为这里的方法更容易。

希望这有帮助！