如何用Python从字符串提取指定数据存入DataFrame并获取后续内容？

当然可以！这种定位特定文本后提取后续内容的需求，用正则表达式来处理最精准高效了，刚好能完美匹配你要的信息。下面是完整的实现方案：

实现步骤 #

1. 导入所需库 #

首先我们需要re模块来做正则匹配，pandas来生成DataFrame：

import re
import pandas as pd

2. 定义原始字符串并提取字段 #

针对你给出的原始字符串，我们可以通过正则表达式精准匹配每个目标字段的内容：

# 原始字符串
text = "Last year's Fortune rank: No.3 2016 revenue $215.6 billion One-year Revenue Change: -7.7%"

# 提取排名（去掉No.，只保留数字）
fortune_rank = re.search(r"Last year's Fortune rank: No\.(\d+)", text).group(1)

# 提取营收数字（去掉$和billion，保留数值）
revenue_2016 = re.search(r"2016 revenue \$(\d+\.\d+) billion", text).group(1)

# 提取营收变化率
revenue_change = re.search(r"One-year Revenue Change: (-?\d+\.\d%)", text).group(1)

3. 整理成目标格式并生成DataFrame #

把提取到的内容整理成你需要的格式，再转换成DataFrame：

# 整理成目标格式的字符串
formatted_text = (
    f"Last year's Fortune rank: {fortune_rank} "
    f"2016 revenue ($B): {revenue_2016} "
    f"One-year revenue change: {revenue_change}"
)

# 生成DataFrame
data = {
    "Last year's Fortune rank": [int(fortune_rank)],
    "2016 revenue ($B)": [float(revenue_2016)],
    "One-year revenue change": [revenue_change]
}
df = pd.DataFrame(data)

# 输出结果
print("整理后的文本：")
print(formatted_text)
print("\n生成的DataFrame：")
print(df)

输出效果 #

运行代码后，你会得到：

整理后的文本：
Last year's Fortune rank: 3 2016 revenue ($B): 215.6 One-year revenue change: -7.7%

生成的DataFrame：
   Last year's Fortune rank  2016 revenue ($B) One-year revenue change
0                          3              215.6                   -7.7%

正则表达式说明 #

• Last year's Fortune rank: No\.(\d+)：匹配排名部分，No\.转义点号避免匹配任意字符，(\d+)捕获数字部分
• 2016 revenue \$(\d+\.\d+) billion：匹配营收，\$转义美元符号，(\d+\.\d+)捕获带小数的数值
• One-year Revenue Change: (-?\d+\.\d%)：匹配变化率，-?匹配可选的负号，(\d+\.\d%)捕获带百分号的数值

内容的提问来源于stack exchange，提问作者biedlonka