使用正则表达式在 Pandas 数据框中创建新列

Question

我在 Pandas df 类型object中有一个列，我想解析它以获取字符串中的第一个数字，并创建一个包含该数字的新列作为int.

例如：

现有的df

    col
    'foo 12 bar 8'
    'bar 3 foo'
    'bar 32bar 98'

所需的 df

    col               col1
    'foo 12 bar 8'    12
    'bar 3 foo'       3
    'bar 32bar 98'    32

我有适用于列系列中任何单个单元格的代码

int(re.search(r'\d+', df.iloc[0]['col']).group())

上面的代码工作正常并返回 12 。但是当我尝试使用整个系列创建一个新列时：

df['col1'] = int(re.search(r'\d+', df['col']).group())

我收到以下错误：

类型错误：预期的字符串或类似字节的对象

我想一个包裹str()围绕df['col']这摆脱了错误，但取得了全0在COL1

我还尝试转换col为 a listof 字符串并遍历list，这只会产生相同的错误。有谁知道我做错了什么？帮助将不胜感激。

Answer 1

这将解决问题：

search = []    
for values in df['col']:
    search.append(re.search(r'\d+', values).group())

df['col1'] = search

输出如下所示：

            col    col1
0  foo 12 bar 8      12
1     bar 3 foo       3
2  bar 32bar 98      32