パンダのstr.extractは、我々はシリーズには、次のような文字列を保持してい

Question

は言う文字列フィールドから辞書を取得します：

FOO BAR BAZ 
0  1  0  0 
1  0  0  0 
2  9  0  0 
3  0  0  0 
4  0  0  0 
5  2  0  0 
6  0  0  0 
7  0  0  0 
8  0  2 11 
9  0  0  0 

私たちは、 "キー"（FOO、BARとBAZ先験的）のリストを知っていると仮定することができます。

str.extractでこれを実行できますか？

Answer 1

ここに表示されているのは、所有しているもの、つまりすべてのキー値のペアがパターンに従っているとします。 キー+スペース+ x +スペース+値の場合は、(?P<key>\w+)(?:\s+x\s+(?P<value>\d+))?を使用してキャプチャできます。これを打破するには、次の

• (?P<key>\w+)が単語文字で構成されてという名前のグループkey、すなわち[0-9A-Za-z_]それが当てはまらない場合は、これを調整するキャプチャ。
• (?:\s+x\s+(?P<value>\d+))?は、値がの場合に欠損するオプションのグループをキャプチャします。
• \s+x\s+は、結果で無視される分割文字列をキャプチャします。
• (?P<value>\d+)は、数字で構成される別の名前付きグループvalueをキャプチャします。

  df1 = (df[1].str.extractall("(?P<key>\w+)(?:\s+x\s+(?P<value>\d+))?") 
        .fillna(1).reset_index(level=1, drop=True)) 
  df1 
  

  

  df1すべてのキーを抽出した後縮小データセットを与える：

行8の場合のように複数の一致がある場合、複数の行になりextractallと組み合わせ値のペアを使用して、必要な書式に変換するには、キー列を非表示にして列見出しを作成し、元のデータフレームのインデックスでインデックスを再作成します。

df1.set_index('key', append=True).value.unstack(level=1).reindex(df.index).fillna(0)