在kdb+q中从字符串列提取数值生成新列的技术求助

先看你的原表：

t:([] price:100 200; Text:("Selling price 100 and purchase price 200 threshold 250";"Selling price 200 and purchase price 300"))

下面提供两种高效的向量化方法，直接批量处理整表数据：

方法一：字符串拆分提取 #

利用KDB的字符串拆分操作，直接批量提取目标数值：

// 提取Selling price对应的数值
sellingPrice: "J"$each first each " " vs each 1 _ "Selling price " vs each t[`Text]
// 提取purchase price对应的数值
purchasePrice: "J"$each first each " " vs each 1 _ "purchase price " vs each t[`Text]
// 将新列加入原表
t: t, `sellingPrice`purchasePrice! (sellingPrice; purchasePrice)

执行后表t会新增sellingPrice和purchasePrice列，结果如下：

price Text                                                                 sellingPrice purchasePrice
----- --------------------------------------------------------------------- ------------ -------------
100   "Selling price 100 and purchase price 200 threshold 250"             100          200
200   "Selling price 200 and purchase price 300"                            200          300

代码解释： #

• "Selling price " vs each t[Text]`：将每个Text字符串按"Selling price "拆分，得到包含空字符串和后续内容的列表
• 1 _ ...：移除拆分后的空字符串，保留包含目标数值的部分
• " " vs each ...：将剩余字符串按空格拆分，第一个元素就是目标数值的字符串形式
• "J"$each ...：将字符串转换为整数类型（若需要浮点数可改用"F"$）

方法二：正则表达式提取 #

如果字符串格式可能有变化，正则表达式更灵活，需要先加载KDB的正则模块：

\l re.q  // 加载正则处理模块
// 匹配Selling price后的数字
sellingPrice: "J"$each re[;"Selling price (\d+)"] each t[`Text]
// 匹配purchase price后的数字
purchasePrice: "J"$each re[;"purchase price (\d+)"] each t[`Text]
// 合并新列到原表
t: t, `sellingPrice`purchasePrice! (sellingPrice; purchasePrice)

这种方法通过正则(\d+)精准匹配数字部分，兼容性更强，适合字符串格式有小幅变动的场景。

对比你原来的方法 #

你尝试的索引定位方法需要逐个处理字符串，代码繁琐且效率低，上面的向量化操作是KDB的最优实践，能高效处理整表数据，避免循环遍历的性能损耗。

内容的提问来源于stack exchange，提问作者VUM