如何检查DataFrame/ndarray中的邮箱是否含数字并提取数字？

我来帮你搞定这个问题！其实用 pandas 的字符串处理工具结合正则表达式就能轻松解决，不用折腾复杂的 numpy 操作~

步骤1：先清理数据（和你已有的操作衔接） #

你已经在做 dropna 了，先把空值清理干净，避免后续报错：

# 假设你的邮箱列是 mail_addresses 的第0列（和你的代码对应）
mail_addresses = mail_addresses.dropna(axis=0)

步骤2：提取邮箱中的数字 #

根据你的需求，分两种情况处理：

情况A：提取邮箱里的连续数字序列（比如 roberto123@example.com 提取出 "123"）

用 str.extract 配合正则 (\d+)，它会匹配第一个连续数字串，没有数字的会返回 NaN：

# 提取数字，expand=False 让结果返回 Series 而不是 DataFrame
extracted_numbers = mail_addresses[0].str.extract(r'(\d+)', expand=False)

情况B：提取邮箱里的所有单个数字（比如 ro1be2rto3@test.com 提取出 ["1","2","3"]）

用 str.findall 配合正则 \d，它会返回每个邮箱对应的数字列表：

extracted_numbers_list = mail_addresses[0].str.findall(r'\d')

步骤3：把数字转成你需要的数组 #

如果是情况A，先去掉空值，再转成列表或 numpy 数组：

# 转成 Python 列表
numbers_list = extracted_numbers.dropna().tolist()

# 转成 numpy ndarray
import numpy as np
numbers_ndarray = np.array(numbers_list)

如果是情况B，要把所有数字合并成一个数组的话，可以这样：

# 把所有子列表里的数字合并成一个大列表
all_numbers = [num for sublist in extracted_numbers_list for num in sublist]
numbers_ndarray = np.array(all_numbers)

举个完整例子 #

假设你的 mail_addresses 数据是这样的：

运行情况A的代码后，numbers_list 会是 ["123", "4567", "89"]，完全符合你的需求~

之前没成功的原因大概率是没用到 pandas 专门的字符串处理方法（str.xxx），或者正则表达式没写对，试试上面的方法应该就能解决啦！

内容的提问来源于stack exchange，提问作者robsanna