Python extract及contains方法代碼實例
更新時間：2020年09月11日 15:13:26 作者：秋天中的一片葉
這篇文章主要介紹了Python extract及contains方法代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
一，extract方法的使用
extract函數(shù)主要是對于數(shù)據(jù)進行提取。場景一般對于DataFrame中的一列中的數(shù)據(jù)進行提取的場合比較多。
例如一列中包含了很長的字段，我們希望在這些字段中提取出我們想要的字段時，就可以通過extract方法進行數(shù)據(jù)的提取了。
好了，廢話不多說直接上代碼。
數(shù)據(jù)源
序號 姓名 服務卡卡號 消費地點 消費時間 理賠金額（元） 交易明細 數(shù)量 1 張三 8100001 我愛花錢連鎖有限公司 2020/3/1 8:02 605 珍牡腎骨膠囊（珍泉）0.63g*48粒*3盒 1 2 張三 8100001 我愛花錢連鎖有限公司 2020/3/1 8:02 1225 桂龍藥膏（葛洪）202g*6瓶 1 3 張三 8100001 我愛花錢連鎖有限公司 2020/3/2 10:58 27 膽寧片（上藥牌）0.36g*60片/瓶 1 4 李四 8100002 我愛花錢連鎖有限公司 2020/3/1 9:20 30 阿莫西林膠囊0.5g*24粒/盒 3 5 李四 8100002 我愛花錢連鎖有限公司 2020/3/1 9:20 5 氨咖黃敏膠囊（康麥爾）12粒/盒 1 6 李四 8100002 我愛花錢連鎖有限公司 2020/3/4 14:26 51 阿歸養(yǎng)血口服液（中聯(lián)）10ml*24支/盒 1 7 李四 8100002 我愛花錢連鎖有限公司 2020/3/4 14:26 5 氨咖黃敏膠囊（康麥爾）12粒/盒 1 8 李四 8100002 我愛花錢連鎖有限公司 2020/3/9 17:56 28 膽寧片（上藥牌）0.36g*60片/瓶 1 9 李四 8100002 我愛花錢連鎖有限公司 2020/3/19 11:19 56 柴石退熱顆粒（德眾）8g*6袋/盒 1 10 李四 8100002 我愛花錢連鎖有限公司 2020/3/21 16:04 68 醒脾膠囊0.3g*30粒 1 11 李四 8100002 我愛花錢連鎖有限公司 2020/3/31 10:00 60 小敗毒膏（東方博愛）10g*8袋 1 12 王五 8100003 我愛花錢連鎖有限公司 2020/3/1 10:43 114 棗仁安神液10ml*7支 1 13 王五 8100003 我愛花錢連鎖有限公司 2020/3/17 10:40 118 益氣維血顆粒(紅珊瑚)10g*15袋 1 14 王五 8100003 我愛花錢連鎖有限公司 2020/3/21 8:19 615 比卡魯胺片(雙益安)50mg*14s*2板 1 15 王五 8100003 我愛花錢連鎖有限公司 2020/3/1 10:56 120 消痛貼膏（奇正）1.2g:2.5ml*10貼/盒 1 16 王五 8100003 我愛花錢連鎖有限公司 2020/3/1 12:56 198 復方首烏地黃丸（修正）3g*10袋*3小盒 1 17 王五 8100003 我愛花錢連鎖有限公司 2020/3/1 12:56 28 膽寧片（上藥牌）0.36g*60片/瓶 1 18 王五 8100003 我愛花錢連鎖有限公司 2020/3/1 13:53 256 河車大造丸（同仁堂）9g*10丸/盒 1 19 趙六 8100004 我愛花錢連鎖有限公司 2020/3/1 14:52 7 復方氨酚烷胺片（新迪）12片/盒 1 20 趙六 8100004 我愛花錢連鎖有限公司 2020/3/1 14:52 149 法莫替丁分散片20mg*36片/盒 1 21 趙六 8100004 我愛花錢連鎖有限公司 2020/3/9 19:56 100 朱砂安神丸6g*10袋 1 22 趙六 8100004 我愛花錢連鎖有限公司 2020/3/9 19:56 23 清熱消炎寧片0.4g*24片/盒 1 23 趙六 8100004 我愛花錢連鎖有限公司 2020/3/1 15:16 30 多酶片100s/盒 1 24 趙六 8100004 我愛花錢連鎖有限公司 2020/3/1 15:16 1139 補肺丸（養(yǎng)無極）9g*10丸*16板 1 25 趙六 8100004 我愛花錢連鎖有限公司 2020/3/5 17:25 170 補腎益壽片（恒修堂）0.4g*100片 1 26 趙六 8100004 我愛花錢連鎖有限公司 2020/3/5 17:25 800 益安寧丸72丸*2瓶(每18丸重3.1g) 1 27 趙六 8100004 我愛花錢連鎖有限公司 2020/3/9 17:39 800 益安寧丸72丸*2瓶(每18丸重3.1g) 1 28 趙六 8100004 我愛花錢連鎖有限公司 2020/3/11 17:30 480 七十味珍珠丸(甘露)1g*6s 1 29 趙六 8100004 我愛花錢連鎖有限公司 2020/3/22 16:58 1154 雙參龍膠囊45盒裝0.3g*24s*45盒 1 30 楊七 8100005 我愛花錢連鎖有限公司 2020/3/1 16:54 100 朱砂安神丸6g*10袋 1 31 楊七 8100005 我愛花錢連鎖有限公司 2020/3/12 20:53 14 消痔靈片0.3g*24片 1 32 楊七 8100005 我愛花錢連鎖有限公司 2020/3/18 10:04 402 回元堂 固本回元口服液 20ml*24瓶20ml*24瓶 1 33 楊七 8100005 我愛花錢連鎖有限公司 2020/3/21 11:18 847 伏立康唑分散片(復銳)0.2g*6s 1 34 楊七 8100005 我愛花錢連鎖有限公司 2020/3/1 17:36 30 多酶片100s/盒 1
代碼
這里是通過jupyter來分段顯示的。第一次看我文章的小伙伴如果不了解jupyter可以在復制下面代碼的時候把所有輸出改成通過print()的方式輸出
#%%
import pandas as pd
import re
#需求:
# 1. 把交易明細分成明細跟規(guī)格兩列并刪除交易明細這列
# 2. 明細中把例如珍牡腎骨膠囊（珍泉）的作為明細,0.63g*48粒*3盒作為規(guī)格拆分提取
#讀取源數(shù)據(jù)
df = pd.read_excel("./datas/extract案例演示數(shù)據(jù).xlsx")
#%%
#提取交易明細這一列
get_column = df["交易明細"]
#通過正則提取數(shù)據(jù)(?P<名字>)為固定寫法給數(shù)據(jù)加新列名
df01 = get_column.str.extract(R"(?P<明細>[\u4E00-\u9FA5]+\（*[\u4E00-\u9FA5]+\）*)")
df02 = get_column.str.extract(R"(?P<規(guī)格>(?:0.|\w*)\w*\*\w*[\u4e00-\u9fa5](?:\S+|))")
#%%
#通過join函數(shù)合并2個DataFrame
join_data = df01.join(df02)
join_data
#%%
#刪除原有交易明細數(shù)據(jù)
del df["交易明細"]
df
#%%
#二次合并,刪除后交易明細的dataframe合并拆分后數(shù)據(jù)的dataframe
two_join = df.join(join_data)
#%%
#因為合并后存在排序問題,列名為漢字所以我通過loc方法進行的列名指定排序
#loc方法這里不再講解,請參照loc,iloc篇章
result = two_join.loc[:,["序號","姓名","消費地點","消費時間",
"理賠金額（元）","明細","規(guī)格","數(shù)量"]]
result
#%%
#輸出到Excel
result.to_excel("./datas/extract_結(jié)果.xlsx",index=False)
print("文件寫入完畢??！")
#%%
結(jié)果
二，contains方法的使用
contains對比extract而言更多的不是提取，而是一種篩選。有種想python中的in的關(guān)系。
只要查詢的DataFrame的某列或者某行包含查詢字符串的部分字段就可以匹配出所有匹配到的數(shù)據(jù)。當然可以直接傳字符串也可以通過正則來進行篩選。
數(shù)據(jù)源
學員編號 學生姓名 學生年齡 手機號碼 E-mail地址 家庭住址 101 劉鵬 18 13599713364 www.zhangsan@qq.com 江蘇省蘇州市工業(yè)園區(qū)津梁街 102 李四 20 15923796671 www.lisi.163.com 北京市朝陽區(qū)西北路石井街22幢 103 趙五 17 18655301183 www.zhaofive.yahoo.com 山東省煙臺市芝罘區(qū)北大街55號 104 tony 30 15877563321 www.tonyliu.ibm.com 江蘇省蘇州市姑蘇區(qū)山塘街177號 105 馬云 47 15977560013 www.mayun.alibaba.com 浙江省杭州市西湖路110號1888 106 Jack 20 13677569901 www.jack123@qq.com 廣東省深圳市南山區(qū)西麗1592幢12 107 tom 19 18622349971 www.tom456@qq.com 山東省青島市人民路1234幢
代碼：這里通過jupyter分段來顯示結(jié)果
#%%
import pandas as pd
import re
df = pd.read_excel("./datas/Person_info1.xlsx")
#%%
#傳入正則匹配只要包含的數(shù)據(jù)
df.loc[df["家庭住址"].str.contains(r"\d")]
結(jié)果
通過字符串篩選數(shù)據(jù)
#%%
#傳入字符串,contains屬于模糊查找.只要包含就篩選
df.loc[df["家庭住址"].str.contains(r"津梁街")]
#%%
df.loc[df["家庭住址"].str.contains("江蘇省")]
結(jié)果
另外contains可以二次多次運用。因為涉及到保密數(shù)據(jù)不方便展示復雜數(shù)據(jù)。大家可以先嘗試按照上面的簡單數(shù)據(jù)，先過濾出家庭地址，再過濾出來年齡。
當然也可以通過loc中的掩碼來過濾。方法很多希望靈活應用。
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
您可能感興趣的文章:
- 如何解決Mybatis--java.lang.IllegalArgumentException: Result Maps collection already contains value for X
- javascript中contains是否包含功能實現(xiàn)代碼(擴展字符、數(shù)組、dom)
- C#判斷字符串中是否包含指定字符串及contains與indexof方法效率問題
- Oracle 中Contains 函數(shù)的用法
- jQuery使用contains過濾器實現(xiàn)精確匹配方法詳解
- JavaScript中擴展Array contains方法實例
- jQuery實現(xiàn)contains方法不區(qū)分大小寫的方法
- jQuery中:contains選擇器用法實例
- PowerShell Contains函數(shù)查找字符串實例
- Java contains用法示例
相關(guān)文章
python threading和multiprocessing模塊基本用法實例分析
這篇文章主要介紹了python threading和multiprocessing模塊基本用法,結(jié)合實例形式詳細分析了Python中threading和multiprocessing模塊基本概念、功能、使用方法及相關(guān)操作注意事項,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了python中g(shù)lobal用法,較為詳細的分析了global的功能并實例演示了相應的使用技巧,需要的朋友可以參考下2015-04-04
tensorflow:指定gpu 限制使用量百分比,設(shè)置最小使用量的實現(xiàn)
今天小編就為大家分享一篇tensorflow:指定gpu 限制使用量百分比,設(shè)置最小使用量的實現(xiàn)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了Python使用Socket實現(xiàn)簡單聊天程序,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-02-02
Python基于OpenCV庫Adaboost實現(xiàn)人臉識別功能詳解
這篇文章主要介紹了Python基于OpenCV庫Adaboost實現(xiàn)人臉識別功能,結(jié)合實例形式分析了Python下載與安裝OpenCV庫及相關(guān)人臉識別操作實現(xiàn)技巧,需要的朋友可以參考下2018-08-08
下面小編就為大家?guī)硪黄猵ython魔法方法-自定義序列詳解。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2016-07-07
這篇文章主要介紹了python中文件夾py文件相互引用方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
Python 的 logging 模塊提供了標準的日志接口,可以通過它存儲各種格式的日志,日志記錄提供了一組便利功能,用于簡單的日志記錄用法,本文就給大家簡單的介紹一下Python logging日志模塊使用方法,需要的朋友可以參考下2023-08-08
這篇文章主要介紹了五個與五子棋相關(guān)的Python文件,包括游戲邏輯、神經(jīng)網(wǎng)絡模型、訓練代碼以及玩家對戰(zhàn)代碼,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2025-03-03
迭代器和生成器都是Python中特有的概念，迭代器可以看作是一個特殊的對象，每次調(diào)用該對象時會返回自身的下一個元素，從實現(xiàn)上來看，一個可迭代的對象必須是定義了__iter__()方法的對象，而一個迭代器必須是定義了__iter__()方法和next()方法的對象。2016-03-03