在Python Datafram中提取字符串子字符串的问题

Question

我有这样一个表达式（列的一行，在pandas数据框中称为“old\u col”）（显示了数据框中列的前两行）

abcd\ U 6.9\ U uuu ghaha\ U 12.8\ SKS

abcd\ U 5.2\ U uuu ghaha\ U 13.9\ SKS

我试着用结构提取物在数据帧上获取两个浮点数。但是我发现了两个问题，只有第一个问题（第一排6.9，第二排5.2）

1。那我该怎么做呢？你知道吗

2。另外，我如何使提取方法通用，以拾取任何数字（5.7或12.9）

我正在使用： df['新列']=df['旧列']。结构提取物（'（\ud.\d）'）

Answer 1

要获得多个数字

df['col'].str.extract('(\_\d+\.\d+)')

    col
0   _6.9
1   _15.9

要获取所有引用，请使用^{}

df['col'].str.extractall('(\_\d+\.\d+)')

            col
    match   
0   0      _6.9
    1     _12.8
1   0     _15.9
    1     _13.9

要分配回df：

s = df['col'].str.extractall('(\_\d+\.\d+)')['col']
df['new_col'] = s.groupby(s.index.get_level_values(0)).agg(list)