Pandas.Series.apply结合正则提取数值时返回空列表的问题
问题根因
核心是Series.apply调用re.findall时的参数传递顺序和函数原生要求完全相反,导致匹配逻辑错位:
re.findall的原生函数签名为re.findall(pattern, string, flags=0),要求第一个位置参数是正则匹配规则,第二个位置参数才是待匹配的文本- Pandas
Series.apply的传参规则为:对列中每一个元素s,执行func(s, *args)——也就是把元素s作为func的第一个位置参数,你通过args传入的元组内容会依次作为后续位置参数。
对应你写的代码,实际每一行执行的逻辑等价于:
# 实际运行的匹配调用 re.findall(weight列的每个元素, '^([0-9]+)\s+')
相当于把每个重量字符串当成了正则规则,把你写的正则字符串当成了待匹配的文本,自然永远无法命中预期的数字模式,最终返回全空列表。
你单独调用时的逻辑是re.findall('正则规则', 列的单个元素),完全符合函数参数顺序要求,所以能正常匹配得到['250']。
可行修复方案
- 用lambda表达式对齐参数顺序,避免apply自动传参的错位:
k = Df['weight'].apply(lambda x: re.findall('^([0-9]+)\s+', x)) - 优先使用Pandas内置的字符串正则处理方法,逐行匹配效率更高:
# 直接提取行首匹配的数字分组,不需要手动遍历apply k = Df['weight'].str.extract(r'^([0-9]+)\s+', expand=False) - 如果要直接把
re.findall作为apply的入参,可以用偏函数预先固定正则规则参数,把第一个入参位置留给待匹配文本:from functools import partial find_pounds = partial(re.findall, '^([0-9]+)\s+') k = Df['weight'].apply(find_pounds)
内容的提问来源于stack exchange,提问作者Gamma-ray-burst
相关产品推荐
相关产品推荐

