我试图提取嵌入文本中的6位数字。数字总是以0开头,长度总是6位数,在第4位数后用句点隔开,如下所示:
0 0133.02[text] in location [texttext](text) numbers
1 0121.08[text] in location [texttext](text) numbers
...
我运行以下内容:
import re
filtered = re.findall("0\d\d\d[.]\d\d", str(df['col']))
共有478行要解析,每行都包含所述数字。但是,filtered
结果只输出60,即使我更改了regex格式。有趣的是,filtered
似乎主要由478行的第一行和最后几行的数字组成,但不是中间的数字?在
编辑: 我提取了有效行和不工作行,发现有效的行是前30行和后30行(0-29448-477)。在
以下是不工作的行的示例(446447):
446 0005.00 [CT] in Vancouver [CMA] (B.C.) 44160
447 0170.05 [CT] in Vancouver [CMA] (B.C.) 44006
还有一个行的示例(448449):
448 0050.04 [CT] in Vancouver [CMA] (B.C.) 43995
449 0067.01 [CT] in Vancouver [CMA] (B.C.) 43989
这些东西可以帮助你解决这个问题。我会删除这个,因为它不是一个答案。在
有效地创造:
^{pr2}$试试这个怎么样:
如果中间行不起作用,提取一个样本,并与我们分享:
相关问题 更多 >
编程相关推荐