作者：Python進(jìn)階者

來源：Python爬蟲與數(shù)據(jù)挖掘

一、前言

前幾天在Python黃金交流群有個(gè)叫【安啦!】的粉絲問了一個(gè)Python正則表達(dá)式提取數(shù)字的問題，這里拿出來給大家分享下，一起學(xué)習(xí)下。

代碼截圖如下：

可能有的粉絲不明白，這里再補(bǔ)充下。下圖是她的原始數(shù)據(jù)列，關(guān)于【工作經(jīng)驗(yàn)】列的統(tǒng)計(jì)。

現(xiàn)在她的需求是將工作年限提取出來，用于后面的多元回歸分析。

二、解決過程

這里提供四個(gè)解決方法，感謝【Python進(jìn)階者】和【月神】提供的方法。前面兩種是【Python進(jìn)階者】的，后面兩個(gè)是【月神】提供的，一起來學(xué)習(xí)下吧！

方法一

代碼如下：

def work_year(y): y = y.strip() if y == '無需經(jīng)驗(yàn)': return 0 elif y == '在校生/應(yīng)屆生': return 0 elif '-' in y and '年經(jīng)驗(yàn)' in y:
        low_experience = re.findall(re.compile('(d*.?d+)'), y)[0]
        high_experience = re.findall(re.compile('(d?.?d+)'), y)[1]
        s = round((float(low_experience) + float(high_experience)) / 2, 0) return s elif '年經(jīng)驗(yàn)' in y or '年以上經(jīng)驗(yàn)' in y:
        year = re.findall(re.compile('^(d+)'), y)[0] return year else: return y
df['new']=df['工作經(jīng)驗(yàn)'].apply(work_year)
df.head()

運(yùn)行結(jié)果如下圖所示：

方法二

代碼如下：

def work_year(y): if y == '無需經(jīng)驗(yàn)': return 0 elif y == '在校生/應(yīng)屆生': return 0 elif '-' in y:
        low_experience = re.findall(re.compile('(d*.?d+)'), y)[0]
        high_experience = re.findall(re.compile('(d?.?d+)'), y)[1]
        s = round((float(low_experience) + float(high_experience)) / 2, 0) return s elif y[0].isnumeric():
        year = re.findall(re.compile('^(d+)'), y)[0] return year else: return y
df['col1'] = df['工作經(jīng)驗(yàn)'].str.strip().apply(work_year)
df

運(yùn)行結(jié)果如下圖所示：

方法三

代碼如下：

def work_year(y): search_year = re.search(r'(d+)?-?(d+)', y) def average(args): x = tuple(args)
        length = len(x) return round(sum(x) / length, 0) if search_year: return average([int(i) for i in search_year.groups() if i]) else: return 0 df['new1'] = df['工作經(jīng)驗(yàn)'].apply(work_year)

這里只需要寫一個(gè)正則表達(dá)式就行了，如果取到值就對取到的值求平均，沒有就返回0。

運(yùn)行結(jié)果如下圖所示：

方法四

代碼如下：

df['new2'] = df['工作經(jīng)驗(yàn)'].str.extract(r'(d+)?-?(d+)').astype(float).mean(axis=1).fillna(0).round(0)

這個(gè)是用str.extract提取正則，正則表達(dá)式和上面一樣，用了很多的鏈?zhǔn)椒椒ǎ\(yùn)行結(jié)果如下圖所示：

所以代碼簡單了，但是可能不太好懂。

三、總結(jié)

大家好，我是Python進(jìn)階者。這篇文章基于粉絲提問，盤點(diǎn)了csv文件中工作經(jīng)驗(yàn)列工作年限數(shù)字正則提取的三個(gè)方法，代碼非常實(shí)用，可以舉一反三，文中針對該問題給出了具體的解析和代碼演示，幫助粉絲順利解決了問題。