1
我有以下格式的熊猫系列(命名DF):熊猫系列extractall错误
col1
a GEOS 13100
b MATH 13100-MATH 13200
c MATH 19100-19200
d SPAN 10300 or 20300
e EGPT 10101-10102-10103
f MOGK 10100/30100
g PHSC 12600 must be taken before PHSC 12620
我想提取所有课程(“[AZ] {4} \ S * \ d {5} “或”\ d {5}“)。所需的数据集将在以下格式:
col1 col2 col3 col4 col5
a GEOS 13100
b MATH 13100 - MATH 13200
c MATH 19100 - 19200
d SPAN 10300 or 20300
e EGPT 10101 - 10102 - 10103
f MOGK 10100 / 30100
g PHSC 12600 PHSC 12620
我试图
df.col1.str.extract('(([A-Z]{4}\s*\d{5}?)|(\d{5}?)).*?(and|\-|or|\, or|\:|\/|\.|\;|\(|\s?)')
,得到了第一匹配的模式。
我试图
df.col1.str.extractall('(([A-Z]{4}\s*\d{5}?)|(\d{5}?)).*?(and|\-|or|\, or|\:|\/|\.|\;|\(|\s?)')
而且得到了以下错误:
Length of names must match number of levels in MultiIndex.
任何人有任何想法,我应该怎么办呢?
你能张贴设置你想要的数据? – MaxU
我刚发布它。谢谢! @MaxU – Claudia