盘点csv文件中工作经验列工作年限数字正则提取的四个方法

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

吾爱孟夫子，风流天下闻。

大家好，我是Python进阶者。

一、前言

前几天在Python黄金交流群有个叫【安啦!】的粉丝问了一个Python正则表达式提取数字的问题，这里拿出来给大家分享下，一起学习下。

代码截图如下：

可能有的粉丝不明白，这里再补充下。下图是她的原始数据列，关于【工作经验】列的统计。

现在她的需求是将工作年限提取出来，用于后面的多元回归分析。

二、解决过程

这里提供四个解决方法，感谢【Python进阶者】和【月神】提供的方法。前面两种是【Python进阶者】的，后面两个是【月神】提供的，一起来学习下吧！

方法一

代码如下：

defwork_year(y):y=y.strip()ify=="无需经验":return0elify=="在校生/应届生":return0elif"-"inyand"年经验"iny:low_experience=re.findall(re.compile("(\d*\.?\d+)"),y)[0]high_experience=re.findall(re.compile("(\d?\.?\d+)"),y)[1]s=round((float(low_experience)+float(high_experience))/2,0)returnselif"年经验"inyor"年以上经验"iny:year=re.findall(re.compile("^(\d+)"),y)[0]returnyearelse:returnydf["new"]=df["工作经验"].apply(work_year)df.head()

运行结果如下图所示：

方法二

代码如下：

defwork_year(y):ify=="无需经验":return0elify=="在校生/应届生":return0elif"-"iny:low_experience=re.findall(re.compile("(\d*\.?\d+)"),y)[0]high_experience=re.findall(re.compile("(\d?\.?\d+)"),y)[1]s=round((float(low_experience)+float(high_experience))/2,0)returnselify[0].isnumeric():year=re.findall(re.compile("^(\d+)"),y)[0]returnyearelse:returnydf["col1"]=df["工作经验"].str.strip().apply(work_year)df

运行结果如下图所示：

方法三

代码如下：

defwork_year(y):search_year=re.search(r"(\d+)?-?(\d+)",y)defaverage(args):x=tuple(args)length=len(x)returnround(sum(x)/length,0)ifsearch_year:returnaverage([int(i)foriinsearch_year.groups()ifi])else:return0df["new1"]=df["工作经验"].apply(work_year)

这里只需要写一个正则表达式就行了，如果取到值就对取到的值求平均，没有就返回0。

运行结果如下图所示：

方法四

代码如下：

df["new2"]=df["工作经验"].str.extract(r"(\d+)?-?(\d+)").astype(float).mean(axis=1).fillna(0).round(0)

这个是用str.extract提取正则，正则表达式和上面一样，用了很多的链式方法，运行结果如下图所示：

所以代码简单了，但是可能不太好懂。

三、总结

大家好，我是Python进阶者。这篇文章基于粉丝提问，盘点了csv文件中工作经验列工作年限数字正则提取的三个方法，代码非常实用，可以举一反三，文中针对该问题给出了具体的解析和代码演示，帮助粉丝顺利解决了问题。

最后感谢粉丝【安啦!】提问，感谢【Python进阶者】、【月神】给出的具体解析和代码演示，感谢粉丝【dcpeng】、【win7】等人参与学习交流。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何Python问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

-------------------End-------------------

往期精彩文章推荐：

盘点Python内置函数sorted()高级用法实战

手把手教你进行Python网络爬虫中的Charles+Postern抓包

Python网络爬虫之数美滑块的加密及轨迹~~动态js参数分析

盘点Python集合中一个“坑”

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

关键词： 工作经验 如下图所示 正则表达式