如何用Lambda函数处理Pandas含列表值的列并提取末尾数字

要从sprintlist列的每个列表元素中提取末尾数字并生成新的列表列Sprintnumb，可以使用Python的re正则表达式模块配合apply方法实现，具体代码如下：

import pandas as pd
import re

mydata = {"Key" : [567, 568, 569, 570, 571, 572] , "Sprint" : ["Max1;Max2", "Max2", "DI001 2", "DI001 25", "DAS 100" , "DI001 101"]}
df = pd.DataFrame(mydata)
df["sprintlist"] = df["Sprint"].str.split(";")

# 定义提取函数
def get_trailing_numbers(sprint_items):
    return [int(re.search(r'(\d+)$', item).group(1)) for item in sprint_items]

# 生成新列
df["Sprintnumb"] = df["sprintlist"].apply(get_trailing_numbers)

print(df)

错误原因说明 #

你之前尝试用Lambda函数时出现"str' object has no attribute 'str'"错误，是因为sprintlist中的每个元素是原生Python字符串，而非Pandas的Series对象，因此不能使用Pandas专属的.str方法。改用Python标准库的re模块直接处理字符串即可解决问题。

输出结果 #

执行上述代码后，Sprintnumb列会生成预期的整数列表：

内容的提问来源于stack exchange，提问作者Pete