江苏龙网

  1. 首页 > 人文 > >

Python正则表达式简介( 二 )

我想展示的另一个例子是搜索和检索字符串内部的子字符串 。 在本例中 ， 我将从一个被称为数据科学的“hello world”的数据集中举一个例子 。 这是泰坦尼克号的数据集 。
对于那些不知道的人来说 ， 这是一个数据集 ， 被用来作为Kaggle竞赛的介绍 。 这项竞赛的目标是根据与乘客相对应的数据来预测乘客是否幸存 。 数据集看起来像这样
Python正则表达式简介文章插图
它由几个列组成 ， 描述乘客的人口统计、票价、姓名 ， 以及描述乘客是否幸存的“Survived”列 。 在本例中 ， 让我们关注“Name”列 。 让我们看几个例子 ，
0Braund, Mr. Owen Harris1Cumings, Mrs. John Bradley (Florence Briggs Th...2Heikkinen, Miss. Laina3Futrelle, Mrs. Jacques Heath (Lily May Peel)4Allen, Mr. William Henry5Moran, Mr. James6McCarthy, Mr. Timothy J7Palsson, Master. Gosta Leonard8Johnson, Mrs. Oscar W (Elisabeth Vilhelmina Berg)9Nasser, Mrs. Nicholas (Adele Achem)10Sandstrom, Miss. Marguerite Rut11Bonnell, Miss. Elizabeth12Saundercock, Mr. William Henry13Andersson, Mr. Anders Johan14Vestrom, Miss. Hulda Amanda Adolfina15Hewlett, Mrs. (Mary D Kingcome) 16Rice, Master. Eugene17Williams, Mr. Charles Eugene18Vander Planke, Mrs. Julius (Emelia Maria Vande...19Masselmani, Mrs. FatimaName: Name, dtype: object根据上面的样本 ， 你看到它有什么模式吗？如果你详细了解 ， 每个名字都有自己的标题 ， 例如Mr., Mrs., Miss., Master.等等 。 我们可以将这些名称提取为一个新的函数 ， 称为“Title” 。 Title包括了.标点符号 。 因此 ， 我们可以使用模式提取它 。
如何从每个名字中提取标题？我们可以使用re库中的一个名为search的函数 。 使用该函数 ， 我们可以根据给定的模式提取术语 。 它需要模式和字符串列表 。 代码是这样的
def get_title(x):# 搜索匹配的模式x = re.search('\w*\.', x).group()# 删除点标点符号以简化分析过程x = re.sub('\.', '', x)return xtrain['Title'] = train['Name'].apply(get_title)train = train.drop('Name', axis=1)train.head()确保在搜索字符串中的一个词之后 ， 用一个名为group的方法链接函数 。 或者看起来像这样 ，
# 如果不使用group方法 ， 它将显示<_sre.SRE_Match object; span=(8, 11), match='Mr.'>如果你做得对 ， 结果会是这样的 ，
Python正则表达式简介文章插图
下面是搜索函数及其方法的摘要
re.search(pattern, data)parameters: - pattern: 适合我们想要的模式 - data: 我们使用的数据 。 它可以是字符串或字符串列表methods: - group: 它返回一个或更多个字符串 。 结论以上是我们如何使用正则表达式来处理使用Python的文本 ， 这样我们就可以通过删除无意义的信息来获得更有意义的结论解 。 我还向你展示了它的概念和一些应用 。 我希望这篇文章对你有用 。
还有一件事 ， 回想一下我上面的代码 ， 我写的模式就像一个普通的字符串 。 但是为了确保你编写了一个regex模式 ， 请在引用的模式之前添加'r'字符 ， 如下所示
【Python正则表达式简介】# 你可以这样写re.sub("#\w+", "", tweet)# 或者像这样re.sub(r"#\w+", "", tweet)


推荐阅读


上一篇：配音助手（pc）多种音色

下一篇：只要十步，你就可以应用表达式树来优化动态调用（一）