使用np.where与contains提取DataFrame数据遇NaN问题求助

开发者阿泽

2026-7-5

解决方法

先给你揪出当前代码的问题：

代码里写的是Att_Notes，但实际要处理的是Notes列，这直接导致匹配到了也拿不到数据，返回NaN
正则里的Hit woodwork :带空格，但你的Notes列是无空格拼接的字符串，关键词和冒号之间应该没空格，所以正则要改成不带空格的

单个关键词的修正代码

比如处理"Hit woodwork"：

import numpy as np
import pandas as pd

# 修正列名和正则
Players_A['Woodwork'] = np.where(
    Players_A['Notes'].str.contains('Hit woodwork', regex=True),
    Players_A['Notes'].str.extract(r'(?<=Hit woodwork:)(\d)', expand=False),
    0  # 用0代替空字符串，更符合统计列的数字类型
).astype(int)

这里加了expand=False让extract返回Series而不是DataFrame，避免嵌套结构，最后转成int类型保证列是数字格式。

多个关键词的批量处理

如果要处理多个关键词，比如"Hit woodwork"对应"Woodwork"列，"Big chances missed"对应"Big_chances_missed"列，直接写循环更方便：

# 定义关键词和对应列名的映射
keyword_col_map = {
    'Hit woodwork': 'Woodwork',
    'Big chances missed': 'Big_chances_missed'
}

for keyword, col_name in keyword_col_map.items():
    # 构造正则：匹配关键词+冒号后的数字，关键词本身的空格保留（只是不同动作之间无空格）
    regex_pattern = rf'(?<={keyword}:)(\d)'
    # 提取数字，没有匹配到的填0
    Players_A[col_name] = Players_A['Notes'].str.extract(regex_pattern, expand=False).fillna(0).astype(int)

这个方法不管关键词在字符串里的位置在哪，都能精准提取冒号后的数字，而且批量处理更高效。