Python—计算行字符串上的连续前导数字,而不计算非连续数字

Ntwanano • 2 年前 • 585 次点击

我需要创建一个新列来计算前导0的数量,但是我在尝试这样做时会出错。我根据以下正则表达式从mongo中提取数据 [\^0[0]*[1-9][0-9]*\] 并将其保存到csv文件中。这是所有以0开头的“序列”。

df['Sequence'].str.count('0')

和

df['Sequence'].str.count('0[0]*[1-9][0-9]')

给出以下结果。正如您所看到的,两个“count”字符串返回值也将计算非前导0。或者只是0的总数。

    Sequence    0s
0   012312312   1
1   024624624   1
2   036901357   2
3   002486248   2
4   045074305   3
5   080666140   3

我还尝试过使用循环编写代码,这在测试时有效,但在数据帧上使用时,我遇到了以下问题 **IndexError: string index out of range**

results = []
count = 0 
index = 0
for item in df['Sequence']:
    count = 0 
    index = 0
    while (item[index] == "0"):  
            count = count + 1          
            index = index + 1
    results.append(count)
df['0s'] = results
df

简言之如果我能用001230子串得到2而不是3。我可以将结果保存在一个列中,以便对其进行统计。

Python社区是高质量的Python/Django开发社区
本文地址：http://www.python88.com/topic/130917

585 次点击

文章 [ 4 ] | 最新文章 2 年前

• 1 楼

Corralien 2 年前

尝试 str.findall :

df['0s'] = df['Sequence'].str.findall('^0*').str[0].str.len()
print(df)

# Output:
    Sequence  0s
0  012312312   1
1  024624624   1
2  036901357   1
3  002486248   2
4  045074305   1
5  080666140   1

• 2 楼

enke 2 年前

IIUC,你想数一数前导0的数量,对吗?利用这样一个事实:当整数为 type str 转换为 type int .这里有一个解决方案:

df['leading 0s'] = df['Sequence'].str.len() - df['Sequence'].astype(int).astype(str).str.len()

输出:

    Sequence  leading 0s
0  012312312           1
1  024624624           1
2  036901357           1
3  002486248           2
4  045074305           1
5  080666140           1

• 3 楼

Andreas 2 年前

你可以使用这个正则表达式:

'^0+'

这个 ^ 也就是说,如果模式从字符串的开头开始,则捕获。这个 + 如果至少发生一次或多次,则表示捕获。

• 4 楼

sammywemmy mozway 2 年前

你可以用 extract 和 ^(0*) 正则表达式只匹配前导零。然后使用 str.len 要知道长度。

df['0s'] = df['sequence'].str.extract('^(0*)', expand = False).str.len()

输入示例:

df = pd.DataFrame({'sequence': ['12040', '01230', '00010', '00120']})

输出:

  sequence  0s
0    12040   0
1    01230   1
2    00010   3
3    00120   2

登录后回复