从 pandas 系列(所有组)中提取所有数字字符 [英] Extract all numeric characters from a pandas series (all groups)
问题描述
我正在尝试在 Pandas 系列上使用 str.extract('(\d+)') 方法来获取如下所示的电话号码的数字:(123) 456-7890
I am trying to use the str.extract('(\d+)') method on a pandas series to get the digits of a phone number that looks like: (123) 456-7890
使用此方法只返回 123，但我希望输出为 1234567890
Using this method only returns 123 but I want the output to be 1234567890
总的来说，我想知道如何从字符串中获取所有数字而不必担心组.
In general I want to know how to get all digits from a string without having to worry about groups.
谢谢
推荐答案
源代码:
In [66]: x
Out[66]:
phone
0 (123) 456-7890
1 +321 / 555-7890
2 (111) - 666 7890
在这种情况下，使用 '\D+' RegEx 删除所有非数字要容易得多，因为它可以处理任何类型的电话格式(例如 +123 456789> 或 (123)/456-789 等):
In this case it's much easier to remove all non-digits using '\D+' RegEx as it will take care of any kind of phone format (like +123 456789 or (123) / 456-789, etc.):
In [67]: x['clean'] = x.phone.str.replace(r'\D+', '')
In [68]: x
Out[68]:
phone clean
0 (123) 456-7890 1234567890
1 +321 / 555-7890 3215557890
2 (111) - 666 7890 1116667890
使用 Series.str.extract 您需要编写非常复杂的 RegEx 来解析不同的 phone# 格式
Using Series.str.extract you would need to write pretty complicated RegEx's to parse different phone# formats
这篇关于从 pandas 系列(所有组)中提取所有数字字符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
