如何从pandas DataFrame中提取'tax'与'USD'间的动态数值

你可以用正则表达式精准匹配tax与USD之间的数值，补全后的str.extract参数如下：

import pandas as pd
d={'75 shares ExD 2022-09-14 PD 2022-10-11 dividend MO.NYSE 70.50 USD (0.94 per share) tax -10.58 USD (-15.000%) DivCntry US USIncmCode 06'}

df = pd.DataFrame(d.values(), columns=['description'])
# 补全的正则表达式参数
df['tax'] = df['description'].str.extract(r'tax\s+(-?\d+\.\d+)\s+USD')
print(df[['tax','description']])

正则表达式说明： #

• tax\s+：匹配字符串里的tax关键词，以及后面的一个或多个空格
• (-?\d+\.\d+)：核心捕获组，专门提取目标数值：
  • -?：兼容正数和负数，匹配可选的负号
  • \d+：匹配一个或多个整数位数字
  • \.：匹配小数点
  • \d+：匹配一个或多个小数位数字
• \s+USD：匹配数值后面的一个或多个空格，以及USD关键词

运行后输出结果：

tax                                        description
0  -10.58  75 shares ExD 2022-09-14 PD 2022-10-11 dividen...

内容的提问来源于stack exchange，提问作者Blaz