[python] 정규식으로 열을 분할하여 후행 CAPS를 별도의 열로 옮기는 방법은 무엇입니까?

Program / 글쓴이

정규식을 사용하여 열을 분할하려고하는데 분할을 올바르게 얻을 수없는 것 같습니다. 모든 후행 CAPS를 가져 와서 별도의 열로 옮기려고합니다. 그래서 나는 2-4 CAPS의 모든 CAPS를 연속적으로 얻고 있습니다. 그러나 열이 비어있는 'Name'동안에는 열만 남습니다 'Team'.

내 코드는 다음과 같습니다.

import pandas as pd

url = "https://www.espn.com/nba/stats/player/_/table/offensive/sort/avgAssists/dir/desc"

df = pd.read_html(url)[0].join(pd.read_html(url)[1])
df[['Name','Team']] = df['Name'].str.split('[A-Z]{2,4}', expand=True)

나는 이것을 원한다 :

print(df.head(5).to_string())
   RK             Name POS  GP   MIN   PTS  FGM   FGA   FG%  3PM  3PA   3P%  FTM  FTA   FT%  REB   AST  STL  BLK   TO  DD2  TD3    PER
0   1  LeBron JamesLA  SF  35  35.1  24.9  9.6  19.7  48.6  2.0  6.0  33.8  3.7  5.5  67.7  7.9  11.0  1.3  0.5  3.7   28    9  26.10
1   2   Ricky RubioPHX  PG  30  32.0  13.6  4.9  11.9  41.3  1.2  3.7  31.8  2.6  3.1  83.7  4.6   9.3  1.3  0.2  2.5   12    1  16.40
2   3   Luka DoncicDAL  SF  32  32.8  29.7  9.6  20.2  47.5  3.1  9.4  33.1  7.3  9.1  80.5  9.7   8.9  1.2  0.2  4.2   22   11  31.74
3   4   Ben SimmonsPHIL  PG  36  35.4  14.9  6.1  10.8  56.3  0.1  0.1  40.0  2.7  4.6  59.0  7.5   8.6  2.2  0.7  3.6   19    3  19.49
4   5    Trae YoungATL  PG  34  35.1  28.9  9.3  20.8  44.8  3.5  9.4  37.5  6.7  7.9  85.0  4.3   8.4  1.2  0.1  4.8   11    1  23.47

이되기 위해 :

print(df.head(5).to_string())
   RK             Name    Team    POS  GP   MIN   PTS  FGM   FGA   FG%  3PM  3PA   3P%  FTM  FTA   FT%  REB   AST  STL  BLK   TO  DD2  TD3    PER
0   1  LeBron James        LA    SF  35  35.1  24.9  9.6  19.7  48.6  2.0  6.0  33.8  3.7  5.5  67.7  7.9  11.0  1.3  0.5  3.7   28    9  26.10
1   2   Ricky Rubio        PHX    PG  30  32.0  13.6  4.9  11.9  41.3  1.2  3.7  31.8  2.6  3.1  83.7  4.6   9.3  1.3  0.2  2.5   12    1  16.40
2   3   Luka Doncic        DAL    SF  32  32.8  29.7  9.6  20.2  47.5  3.1  9.4  33.1  7.3  9.1  80.5  9.7   8.9  1.2  0.2  4.2   22   11  31.74
3   4   Ben Simmons        PHIL    PG  36  35.4  14.9  6.1  10.8  56.3  0.1  0.1  40.0  2.7  4.6  59.0  7.5   8.6  2.2  0.7  3.6   19    3  19.49
4   5    Trae Young        ATL    PG  34  35.1  28.9  9.3  20.8  44.8  3.5  9.4  37.5  6.7  7.9  85.0  4.3   8.4  1.2  0.1  4.8   11    1  23.47

답변

당신은 같은 정규식을 사용하여 두 개의 컬럼에 데이터를 추출 할 수있다 ^(.*?)([A-Z]+)$또는 ^(.*[^A-Z])([A-Z]+)$:

df[['Name','Team']] = df['Name'].str.extract('^(.*?)([A-Z]+)$', expand=True)

이렇게하면 그룹 “이름”의 대문자가 아닌 마지막 문자, 그룹 “팀”의 마지막 대문자가 모두 유지됩니다.

참조 정규식 데모 # 1 과 정규식 데모 # 2

세부

  • ^ -문자열의 시작
  • (.*?)– 캡처 그룹 1 : 가능한 몇 가지와 같은 제로 또는 줄 바꿈 문자 이외의 많은 문자,

    또는
  • (.*[^A-Z]) -줄 바꿈 문자 이외의 0 개 이상의 문자는 가능한 한 많은 ASCII 대문자가 아닌 마지막 문자까지 (다음 패턴이 일치하도록 부여됨) (이 패턴은 마지막 대문자)
  • ([A-Z]+) -캡처 그룹 2 : 하나 이상의 ASCII 대문자
  • $ -문자열 끝.

답변

기능을 약간 변경했습니다. 패키지를 다시 추가해야 할 수도 있습니다.

약간의 매뉴얼이지만 이것이 충분하기를 바랍니다. 좋은 하루 되세요!

df_obj_skel = dict()
df_obj_skel['Name'] = list()
df_obj_skel['Team'] = list()
for index,row in df.iterrows():
    Name = row['Name']
    Findings = re.search('[A-Z]{2,4}$', Name)
    Refined_Team = Findings[0]
    Refined_Name = re.sub(Refined_Team + "$", "", Name)
    df_obj_skel['Team'].append(Refined_Team)
    df_obj_skel['Name'].append(Refined_Name)
df_final = pd.DataFrame(df_obj_skel)
print(df_final)

답변