在 Python 中的数据框中的一列的特定字符之前提取值

Question

如何从后续数据框中的 address 列中提取 area 值？

                                                               address     quantity   price  
0                         711-2880 Nulla St. Mankato Mississippi 96.5㎡          2       20   
1                  P.O. Box 283 8562 Fusce Rd. Frederick Nebraska 206㎡          3       13   
2  606-3727 Ullamcorper. Street Roseville NH 115㎡ 11523 (786) 713-8616          5       23    
3                   Ap #867-859 Sit Rd. Azusa New York 39 square metre          3       32   
4             7292 Dictum Av. San Antonio MI 470㎡ 47096 (492) 709-6392          5       45

请注意它是 ㎡ 或 square metre 之前的值。

所需的输出将如下所示：

                                                               address   area    quantity  price  
0                         711-2880 Nulla St. Mankato Mississippi 96.5㎡   96.5          2     20  
1                  P.O. Box 283 8562 Fusce Rd. Frederick Nebraska 206㎡  206.0          3     13  
2  606-3727 Ullamcorper. Street Roseville NH 115㎡ 11523 (786) 713-8616  115.0          5     23  
3                   Ap #867-859 Sit Rd. Azusa New York 39 square metre   39.0          3     32  
4             7292 Dictum Av. San Antonio MI 470㎡ 47096 (492) 709-6392  470.0          5     45

Answer 1

使用str.extract

例如：

df = pd.DataFrame({'address': ['711-2880 Nulla St. Mankato Mississippi 96.5㎡', 'P.O. Box 283 8562 Fusce Rd. Frederick Nebraska 206㎡', '606-3727 Ullamcorper. Street Roseville NH 115㎡ 11523 (786) 713-8616', 'Ap #867-859 Sit Rd. Azusa New York 39 square metre', '7292 Dictum Av. San Antonio MI 470㎡ 47096 (492) 709-6392']})
df['area'] = df['address'].str.extract(r"(\d+\.?\d*)\s*(?=㎡|\bsquare metre\b)")
print(df)

输出：

                                             address  area
0       711-2880 Nulla St. Mankato Mississippi 96.5㎡  96.5
1  P.O. Box 283 8562 Fusce Rd. Frederick Nebraska...   206
2  606-3727 Ullamcorper. Street Roseville NH 115㎡...   115
3  Ap #867-859 Sit Rd. Azusa New York 39 square m...    39
4  7292 Dictum Av. San Antonio MI 470㎡ 47096 (492...   470

在 Python 中的数据框中的一列的特定字符之前提取值

Extract values before specific characters of one column in dataframe in Python

python

regex

extract

dataframe

pandas