Python extract及contains方法代码实例

 序号  姓名  服务卡卡号  消费地点  消费时间  理赔金额（元）  交易明细  数量 1  张三  8100001  我爱花钱连锁有限公司  2020/3/1 8:02  605  珍牡肾骨胶囊（珍泉）0.63g*48粒*3盒  1 2  张三  8100001  我爱花钱连锁有限公司  2020/3/1 8:02  1225  桂龙药膏（葛洪）202g*6瓶  1 3  张三  8100001  我爱花钱连锁有限公司  2020/3/2 10:58  27  胆宁片（上药牌）0.36g*60片/瓶  1 4  李四  8100002  我爱花钱连锁有限公司  2020/3/1 9:20  30  阿莫西林胶囊0.5g*24粒/盒  3 5  李四  8100002  我爱花钱连锁有限公司  2020/3/1 9:20  5  氨咖黄敏胶囊（康麦尔）12粒/盒  1 6  李四  8100002  我爱花钱连锁有限公司  2020/3/4 14:26  51  阿归养血口服液（中联）10ml*24支/盒  1 7  李四  8100002  我爱花钱连锁有限公司  2020/3/4 14:26  5  氨咖黄敏胶囊（康麦尔）12粒/盒  1 8  李四  8100002  我爱花钱连锁有限公司  2020/3/9 17:56  28  胆宁片（上药牌）0.36g*60片/瓶  1 9  李四  8100002  我爱花钱连锁有限公司  2020/3/19 11:19  56  柴石退热颗粒（德众）8g*6袋/盒  1 10  李四  8100002  我爱花钱连锁有限公司  2020/3/21 16:04  68  醒脾胶囊0.3g*30粒  1 11  李四  8100002  我爱花钱连锁有限公司  2020/3/31 10:00  60  小败毒膏（东方博爱）10g*8袋  1 12  王五  8100003  我爱花钱连锁有限公司  2020/3/1 10:43  114  枣仁安神液10ml*7支  1 13  王五  8100003  我爱花钱连锁有限公司  2020/3/17 10:40  118  益气维血颗粒(红珊瑚)10g*15袋  1 14  王五  8100003  我爱花钱连锁有限公司  2020/3/21 8:19  615  比卡鲁胺片(双益安)50mg*14s*2板  1 15  王五  8100003  我爱花钱连锁有限公司  2020/3/1 10:56  120  消痛贴膏（奇正）1.2g:2.5ml*10贴/盒  1 16  王五  8100003  我爱花钱连锁有限公司  2020/3/1 12:56  198  复方首乌地黄丸（修正）3g*10袋*3小盒  1 17  王五  8100003  我爱花钱连锁有限公司  2020/3/1 12:56  28  胆宁片（上药牌）0.36g*60片/瓶  1 18  王五  8100003  我爱花钱连锁有限公司  2020/3/1 13:53  256  河车大造丸（同仁堂）9g*10丸/盒  1 19  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 14:52  7  复方氨酚烷胺片（新迪）12片/盒  1 20  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 14:52  149  法莫替丁分散片20mg*36片/盒  1 21  赵六  8100004  我爱花钱连锁有限公司  2020/3/9 19:56  100  朱砂安神丸6g*10袋  1 22  赵六  8100004  我爱花钱连锁有限公司  2020/3/9 19:56  23  清热消炎宁片0.4g*24片/盒  1 23  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 15:16  30  多酶片100s/盒  1 24  赵六  8100004  我爱花钱连锁有限公司  2020/3/1 15:16  1139  补肺丸（养无极）9g*10丸*16板  1 25  赵六  8100004  我爱花钱连锁有限公司  2020/3/5 17:25  170  补肾益寿片（恒修堂）0.4g*100片  1 26  赵六  8100004  我爱花钱连锁有限公司  2020/3/5 17:25  800  益安宁丸72丸*2瓶(每18丸重3.1g)  1 27  赵六  8100004  我爱花钱连锁有限公司  2020/3/9 17:39  800  益安宁丸72丸*2瓶(每18丸重3.1g)  1 28  赵六  8100004  我爱花钱连锁有限公司  2020/3/11 17:30  480  七十味珍珠丸(甘露)1g*6s  1 29  赵六  8100004  我爱花钱连锁有限公司  2020/3/22 16:58  1154  双参龙胶囊45盒装0.3g*24s*45盒  1 30  杨七  8100005  我爱花钱连锁有限公司  2020/3/1 16:54  100  朱砂安神丸6g*10袋  1 31  杨七  8100005  我爱花钱连锁有限公司  2020/3/12 20:53  14  消痔灵片0.3g*24片  1 32  杨七  8100005  我爱花钱连锁有限公司  2020/3/18 10:04  402  回元堂 固本回元口服液 20ml*24瓶20ml*24瓶  1 33  杨七  8100005  我爱花钱连锁有限公司  2020/3/21 11:18  847  伏立康唑分散片(复锐)0.2g*6s  1 34  杨七  8100005  我爱花钱连锁有限公司  2020/3/1 17:36  30  多酶片100s/盒  1

 #%% import pandas as pd import re #需求: # 1. 把交易明细分成明细跟规格两列并删除交易明细这列 # 2. 明细中把例如珍牡肾骨胶囊（珍泉）的作为明细,0.63g*48粒*3盒作为规格拆分提取 #读取源数据 df = pd.read_excel("./datas/extract案例演示数据.xlsx") #%% #提取交易明细这一列 get_column = df["交易明细"] #通过正则提取数据(?P)为固定写法给数据加新列名 df01 = get_column.str.extract(R"(?P[\u4E00-\u9FA5]+\（*[\u4E00-\u9FA5]+\）*)") df02 = get_column.str.extract(R"(?P(?:0.|\w*)\w*\*\w*[\u4e00-\u9fa5](?:\S+|))") #%% #通过join函数合并2个DataFrame join_data = df01.join(df02) join_data #%% #删除原有交易明细数据 del df["交易明细"] df #%% #二次合并,删除后交易明细的dataframe合并拆分后数据的dataframe two_join = df.join(join_data) #%% #因为合并后存在排序问题,列名为汉字所以我通过loc方法进行的列名指定排序 #loc方法这里不再讲解,请参照loc,iloc篇章 result = two_join.loc[:,["序号","姓名","消费地点","消费时间", "理赔金额（元）","明细","规格","数量"]] result #%% #输出到Excel result.to_excel("./datas/extract_结果.xlsx",index=False) print("<i style="color:transparent">来源gaodai$ma#com搞$代*码网</i>文件写入完毕！！") #%%

 学员编号  学生姓名  学生年龄  手机号码  E-mail地址  家庭住址 101  刘鹏  18  13599713364  [email protected]  江苏省苏州市工业园区津梁街 102  李四  20  15923796671  www.lisi.163.com  北京市朝阳区西北路石井街22幢 103  赵五  17  18655301183  www.zhaofive.yahoo.com  山东省烟台市芝罘区北大街55号 104  tony  30  15877563321  www.tonyliu.ibm.com  江苏省苏州市姑苏区山塘街177号 105  马云  47  15977560013  www.mayun.alibaba.com  浙江省杭州市西湖路110号1888 106  Jack  20  13677569901  [email protected]  广东省深圳市南山区西丽1592幢12 107  tom  19  18622349971  [email protected]  山东省青岛市人民路1234幢

 #%% import pandas as pd import re df = pd.read_excel("./datas/Person_info1.xlsx") #%% #传入正则匹配只要包含的数据 df.loc[df["家庭住址"].str.contains(r"\d")]

 #%% #传入字符串,contains属于模糊查找.只要包含就筛选 df.loc[df["家庭住址"].str.contains(r"津梁街")] #%% df.loc[df["家庭住址"].str.contains("江苏省")]