博客

在Pandas中从Dataframe中提取所有大写单词

  • Post category:Python

从Dataframe中提取所有大写单词的方法，可以分为以下几个步骤：

1. 导入必要的库

在使用Pandas处理数据时，首先需要导入必要的库，包括Pandas和正则表达式re。

import pandas as pd
import re

2. 创建示例数据

为了方便演示，在本例中我们首先创建一个示例数据，其中包含一个列名为text，包含了一些混合大小写的单词和一些其他字符。

df = pd.DataFrame({'text': ['The QUICK brown fox jumps over the LAZY dog.', 'The quick brown fox jumps over the lazy dog.', '1234', '$#@!', '']})

打印出创建的示例数据：

print(df)

输出：

                                            text
0  The QUICK brown fox jumps over the LAZY dog.
1  The quick brown fox jumps over the lazy dog.
2                                           1234
3                                          $#@!
4

3. 进行正则表达式匹配

接下来，我们使用正则表达式匹配所有大写单词，具体的正则表达式为r'\b[A-Z]+\b'，其中\b为单词边界符，[A-Z]+表示匹配一个或多个连续的大写字母。

df['uppercase'] = df['text'].apply(lambda x: re.findall(r'\b[A-Z]+\b', x))

上述代码中，apply方法用于对每个单元格的text列中的文本进行操作，将匹配到的所有大写单词保存到新创建的uppercase列中。

4. 打印结果

最后，我们打印出结果，查看所有大写单词是否被正确提取出来。

print(df)

输出：

                                            text               uppercase
0  The QUICK brown fox jumps over the LAZY dog.  [The, QUICK, LAZY]
1  The quick brown fox jumps over the lazy dog.                     []
2                                           1234                     []
3                                          $#@!                     []
4                                                                 []

可以看到，uppercase列正确地提取出了所有大写单词。

完整代码如下：

import pandas as pd
import re

df = pd.DataFrame({'text': ['The QUICK brown fox jumps over the LAZY dog.', 'The quick brown fox jumps over the lazy dog.', '1234', '$#@!', '']})

df['uppercase'] = df['text'].apply(lambda x: re.findall(r'\b[A-Z]+\b', x))

print(df)
Tags: