我想從文本中提取項(xiàng)目的名稱。fg['Product'] = pd.Series([' 5 Guys Greasy Burger 3/5LB (24) [51656]', '5 Guys Super Strawberry Shake - (3/4) OZ (9) [5645654], '5 Guys Giant Loaded Double Cheese Burger 1/2LB Buns - 8Z Cups (22) [564654]'])我需要在 df 列中按產(chǎn)品分析的內(nèi)容fg['Product'] = 'Greasy Burger', 'Super Strawberry Shake', 'Giant Loaded Double Cheese Burger'我嘗試了很多東西，但這讓我最接近。fg['Product'] = fg['Product'].str.strip('5 Guys').str.replace(r'\[d+\]')但這還差得遠(yuǎn)呢。模式中的邏輯似乎是去掉“5 Guys”，然后刪除第一個(gè)數(shù)字或第一個(gè)連字符“-”之后的所有內(nèi)容。就是想不通。
2 回答
倚天杖
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超3個(gè)贊
您可以將正則表達(dá)式應(yīng)用于r"5 Guys ([A-Za-z\s]*)"每個(gè)條目，這會(huì)在包含所有字母字符和空格后選擇組r"5 Guys "。如果名稱中也包含數(shù)字，您可能必須找到更復(fù)雜的模式。我使用在線正則表達(dá)式幫助程序來更輕松地創(chuàng)建模式（例如regex101）。
完整代碼示例：
import pandas as pd
import re
regex_pattern = r"5 Guys ([A-Za-z\s]*)"
def find_name(full_string):
match = re.search(regex_pattern, full_string)
print(match[1])
s = pd.Series([' 5 Guys Greasy Burger 3/5LB (24) [51656]', '5 Guys Super Strawberry Shake - (3/4) OZ (9) [5645654]', '5 Guys Giant Loaded Double Cheese Burger 1/2LB Buns - 8Z Cups (22) [564654]'])
s.apply(lambda x: find_name(x))
添加回答
舉報(bào)
0/150
提交
取消