Python extract及contains方法代码实例


Posted in Python onSeptember 11, 2020

一,extract方法的使用

extract函数主要是对于数据进行提取。场景一般对于DataFrame中的一列中的数据进行提取的场合比较多。

例如一列中包含了很长的字段,我们希望在这些字段中提取出我们想要的字段时,就可以通过extract方法进行数据的提取了。

好了,废话不多说直接上代码。

数据源

序号  姓名  服务卡卡号  消费地点  消费时间  理赔金额(元)  交易明细  数量
1  张三  8100001  我爱花钱连锁有限公司  2020/3/1 8:02  605  珍牡肾骨胶囊(珍泉)0.63g*48粒*3盒  1
2  张三  8100001  我爱花钱连锁有限公司  2020/3/1 8:02  1225  桂龙药膏(葛洪)202g*6瓶  1
3  张三  8100001  我爱花钱连锁有限公司  2020/3/2 10:58  27  胆宁片(上药牌)0.36g*60片/瓶  1
4  李四  8100002  我爱花钱连锁有限公司  2020/3/1 9:20  30  阿莫西林胶囊0.5g*24粒/盒  3
5  李四  8100002  我爱花钱连锁有限公司  2020/3/1 9:20  5  氨咖黄敏胶囊(康麦尔)12粒/盒  1
6  李四  8100002  我爱花钱连锁有限公司  2020/3/4 14:26  51  阿归养血口服液(中联)10ml*24支/盒  1
7  李四  8100002  我爱花钱连锁有限公司  2020/3/4 14:26  5  氨咖黄敏胶囊(康麦尔)12粒/盒  1
8  李四  8100002  我爱花钱连锁有限公司  2020/3/9 17:56  28  胆宁片(上药牌)0.36g*60片/瓶  1
9  李四  8100002  我爱花钱连锁有限公司  2020/3/19 11:19  56  柴石退热颗粒(德众)8g*6袋/盒  1
10  李四  8100002  我爱花钱连锁有限公司  2020/3/21 16:04  68  醒脾胶囊0.3g*30粒  1
11  李四  8100002  我爱花钱连锁有限公司  2020/3/31 10:00  60  小败毒膏(东方博爱)10g*8袋  1
12  王五  8100003  我爱花钱连锁有限公司  2020/3/1 10:43  114  枣仁安神液10ml*7支  1
13  王五  8100003  我爱花钱连锁有限公司  2020/3/17 10:40  118  益气维血颗粒(红珊瑚)10g*15袋  1
14  王五  8100003  我爱花钱连锁有限公司  2020/3/21 8:19  615  比卡鲁胺片(双益安)50mg*14s*2板  1
15  王五  8100003  我爱花钱连锁有限公司  2020/3/1 10:56  120  消痛贴膏(奇正)1.2g:2.5ml*10贴/盒  1
16  王五  8100003  我爱花钱连锁有限公司  2020/3/1 12:56  198  复方首乌地黄丸(修正)3g*10袋*3小盒  1
17  王五  8100003  我爱花钱连锁有限公司  2020/3/1 12:56  28  胆宁片(上药牌)0.36g*60片/瓶  1
18  王五  8100003  我爱花钱连锁有限公司  2020/3/1 13:53  256  河车大造丸(同仁堂)9g*10丸/盒  1
19  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 14:52  7  复方氨酚烷胺片(新迪)12片/盒  1
20  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 14:52  149  法莫替丁分散片20mg*36片/盒  1
21  赵六  8100004  我爱花钱连锁有限公司  2020/3/9 19:56  100  朱砂安神丸6g*10袋  1
22  赵六  8100004  我爱花钱连锁有限公司  2020/3/9 19:56  23  清热消炎宁片0.4g*24片/盒  1
23  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 15:16  30  多酶片100s/盒  1
24  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 15:16  1139  补肺丸(养无极)9g*10丸*16板  1
25  赵六  8100004  我爱花钱连锁有限公司  2020/3/5 17:25  170  补肾益寿片(恒修堂)0.4g*100片  1
26  赵六  8100004  我爱花钱连锁有限公司  2020/3/5 17:25  800  益安宁丸72丸*2瓶(每18丸重3.1g)  1
27  赵六  8100004  我爱花钱连锁有限公司  2020/3/9 17:39  800  益安宁丸72丸*2瓶(每18丸重3.1g)  1
28  赵六  8100004  我爱花钱连锁有限公司  2020/3/11 17:30  480  七十味珍珠丸(甘露)1g*6s  1
29  赵六  8100004  我爱花钱连锁有限公司  2020/3/22 16:58  1154  双参龙胶囊45盒装0.3g*24s*45盒  1
30  杨七  8100005  我爱花钱连锁有限公司  2020/3/1 16:54  100  朱砂安神丸6g*10袋  1
31  杨七  8100005  我爱花钱连锁有限公司  2020/3/12 20:53  14  消痔灵片0.3g*24片  1
32  杨七  8100005  我爱花钱连锁有限公司  2020/3/18 10:04  402  回元堂 固本回元口服液 20ml*24瓶20ml*24瓶  1
33  杨七  8100005  我爱花钱连锁有限公司  2020/3/21 11:18  847  伏立康唑分散片(复锐)0.2g*6s  1
34  杨七  8100005  我爱花钱连锁有限公司  2020/3/1 17:36  30  多酶片100s/盒  1

代码

这里是通过jupyter来分段显示的。第一次看我文章的小伙伴如果不了解jupyter可以在复制下面代码的时候把所有输出改成通过print()的方式输出

#%%

import pandas as pd
import re

#需求: 
# 1. 把交易明细分成明细跟规格两列并删除交易明细这列
# 2. 明细中把例如珍牡肾骨胶囊(珍泉)的作为明细,0.63g*48粒*3盒作为规格拆分提取

#读取源数据
df = pd.read_excel("./datas/extract案例演示数据.xlsx")

#%%
#提取交易明细这一列
get_column = df["交易明细"]

#通过正则提取数据(?P<名字>)为固定写法给数据加新列名
df01 = get_column.str.extract(R"(?P<明细>[\u4E00-\u9FA5]+\(*[\u4E00-\u9FA5]+\)*)")
df02 = get_column.str.extract(R"(?P<规格>(?:0.|\w*)\w*\*\w*[\u4e00-\u9fa5](?:\S+|))")

#%%
#通过join函数合并2个DataFrame
join_data = df01.join(df02)
join_data
#%%
#删除原有交易明细数据
del df["交易明细"]
df
#%%
#二次合并,删除后交易明细的dataframe合并拆分后数据的dataframe
two_join = df.join(join_data)
#%%
#因为合并后存在排序问题,列名为汉字所以我通过loc方法进行的列名指定排序
#loc方法这里不再讲解,请参照loc,iloc篇章

result = two_join.loc[:,["序号","姓名","消费地点","消费时间",
     "理赔金额(元)","明细","规格","数量"]]
result

#%%
#输出到Excel
result.to_excel("./datas/extract_结果.xlsx",index=False)
print("文件写入完毕!!")
#%%

结果

Python extract及contains方法代码实例

二,contains方法的使用

contains对比extract而言更多的不是提取,而是一种筛选。有种想python中的in的关系。

只要查询的DataFrame的某列或者某行包含查询字符串的部分字段就可以匹配出所有匹配到的数据。当然可以直接传字符串也可以通过正则来进行筛选。

数据源

学员编号  学生姓名  学生年龄  手机号码  E-mail地址  家庭住址
101  刘鹏  18  13599713364  www.zhangsan@qq.com  江苏省苏州市工业园区津梁街
102  李四  20  15923796671  www.lisi.163.com  北京市朝阳区西北路石井街22幢
103  赵五  17  18655301183  www.zhaofive.yahoo.com  山东省烟台市芝罘区北大街55号
104  tony  30  15877563321  www.tonyliu.ibm.com  江苏省苏州市姑苏区山塘街177号
105  马云  47  15977560013  www.mayun.alibaba.com  浙江省杭州市西湖路110号1888
106  Jack  20  13677569901  www.jack123@qq.com  广东省深圳市南山区西丽1592幢12
107  tom  19  18622349971  www.tom456@qq.com  山东省青岛市人民路1234幢

代码:这里通过jupyter分段来显示结果

#%%
import pandas as pd
import re
df = pd.read_excel("./datas/Person_info1.xlsx")
#%%
#传入正则匹配只要包含的数据
df.loc[df["家庭住址"].str.contains(r"\d")]

结果

Python extract及contains方法代码实例

通过字符串筛选数据

#%%
#传入字符串,contains属于模糊查找.只要包含就筛选
df.loc[df["家庭住址"].str.contains(r"津梁街")]
#%%
df.loc[df["家庭住址"].str.contains("江苏省")]

结果

Python extract及contains方法代码实例

另外contains可以二次多次运用。因为涉及到保密数据不方便展示复杂数据。大家可以先尝试按照上面的简单数据,先过滤出家庭地址,再过滤出来年龄。

当然也可以通过loc中的掩码来过滤。方法很多希望灵活应用。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python&amp;MongoDB爬取图书馆借阅记录
Feb 05 Python
Python中将字典转换为列表的方法
Sep 21 Python
浅谈numpy中linspace的用法 (等差数列创建函数)
Jun 07 Python
python MysqlDb模块安装及其使用详解
Feb 23 Python
pandas实现选取特定索引的行
Apr 20 Python
Python操作mongodb数据库进行模糊查询操作示例
Jun 09 Python
django框架自定义用户表操作示例
Aug 07 Python
一文了解Python并发编程的工程实现方法
May 31 Python
django-rest-framework 自定义swagger过程详解
Jul 18 Python
Python之Class&amp;Object用法详解
Dec 25 Python
Python属性和内建属性实例解析
Jan 14 Python
python 检测nginx服务邮件报警的脚本
Dec 31 Python
python 利用zmail库发送邮件
Sep 11 #Python
浅析Python 责任链设计模式
Sep 11 #Python
详解python命令提示符窗口下如何运行python脚本
Sep 11 #Python
python实现邮件循环自动发件功能
Sep 11 #Python
Python 实现微信自动回复的方法
Sep 11 #Python
python 如何调用远程接口
Sep 11 #Python
Visual Studio code 配置Python开发环境
Sep 11 #Python
You might like
层叠菜单的动态生成
2006/10/09 PHP
php设计模式 DAO(数据访问对象模式)
2011/06/26 PHP
Destoon实现多表查询示例
2014/08/21 PHP
Yii实现显示静态页的方法
2016/04/25 PHP
基于PHP实现发微博动态代码实例
2020/12/11 PHP
javascript数组的扩展实现代码集合
2008/06/01 Javascript
flash 得到自身url参数的代码
2009/11/15 Javascript
基于Jquery的标签智能验证实现代码
2010/12/27 Javascript
javascript基础知识大集锦(二) 推荐收藏
2011/01/13 Javascript
jQuery之网页换肤实现代码
2011/04/30 Javascript
纯JS实现的批量图片预览加载功能
2011/08/14 Javascript
Jquery实现图片左右自动滚动示例
2013/09/25 Javascript
JS操作数据库的实例代码
2013/10/17 Javascript
jquery.ajax的url中传递中文乱码问题的解决方法
2014/02/07 Javascript
JavaScript 对象字面量讲解
2016/06/06 Javascript
jQuery焦点图左右转换效果
2016/12/12 Javascript
微信小程序 详解Page中data数据操作和函数调用
2017/01/12 Javascript
javascript基础知识之html5轮播图实例讲解(44)
2017/02/17 Javascript
JavaScript Canvas绘制圆形时钟效果
2020/08/20 Javascript
详解在不使用ssr的情况下解决Vue单页面SEO问题
2018/11/08 Javascript
使用vue-cli3+typescript的项目模板创建工程的教程
2020/02/28 Javascript
Windows8下安装Python的BeautifulSoup
2015/01/22 Python
Python中处理字符串之isalpha()方法的使用
2015/05/18 Python
Python信息抽取之乱码解决办法
2017/06/29 Python
python使用正则筛选信用卡
2019/01/27 Python
python设置代理和添加镜像源的方法
2020/02/14 Python
python中round函数如何使用
2020/06/19 Python
实习生体会的自我评价范文
2013/11/28 职场文书
生物医学工程专业学生求职信范文分享
2013/12/14 职场文书
销售演讲稿范文
2014/01/08 职场文书
舞蹈教师自荐信
2014/01/27 职场文书
联谊会开场白
2015/06/01 职场文书
给朋友的赠语
2015/06/23 职场文书
2015年国庆晚会主持词
2015/07/01 职场文书
创业开店,这样方式更合理
2019/08/26 职场文书
win11怎么用快捷键锁屏? windows11锁屏的几种方法
2021/11/21 数码科技