使用正则表达式在熊猫数据框中创建新列

Question

我在object类型的熊猫df中有一列，我想解析它以获取字符串中的第一个数字，并创建一个包含该数字的新列作为int。

例如：

现有的DF

col 
    'foo 12 bar 8' 
    'bar 3 foo' 
    'bar 32bar 98' 

期望中的DF

col    col1 
    'foo 12 bar 8' 12 
    'bar 3 foo'  3 
    'bar 32bar 98' 32 

我有在列系列

int(re.search(r'\d+', df.iloc[0]['col']).group())

012上的任何单个细胞工程代码

上面的代码工作正常，并返回12，因为它应该。但是，当我尝试使用全系列创建一个新的列：

df['col1'] = int(re.search(r'\d+', df['col']).group())

我收到以下错误：

类型错误：预期字符串或字节状物体

我试过包装一str()各地df['col']这得到了在COL1摆脱错误的，但取得了全0

我也试着转换col到的list字符串并遍历list，这只会产生相同的错误。有谁知道我做错了什么？帮助将不胜感激。

Answer 1

这将这样的伎俩：

search = []  
for values in df['col']: 
    search.append(re.search(r'\d+', values).group()) 

df['col1'] = search 

输出看起来是这样的：

  col col1 
0 foo 12 bar 8  12 
1  bar 3 foo  3 
2 bar 32bar 98  32