使用Python指定列提取連續(xù)6位數(shù)據(jù)的單號（中篇）

大家好，我是皮皮。

一、前言

前幾天在Python最強王者交流群【哎呦喂  是豆子～】問了一個Python數(shù)據(jù)提取的問題，一起來看看吧。

大佬們請問下  指定列提取連續(xù)6位數(shù)據(jù)的單號(該列含文字、數(shù)字、大小寫字母等等)，連續(xù)數(shù)字超過6位、小于6位的數(shù)據(jù)不要，這個為啥有的數(shù)據(jù)可以提取 有的就提取不出來?

上一篇文章大家激烈探討，但是暫時還沒有找到更好的思路，這一篇文章我們繼續(xù)沿著上篇文章的討論，來看看吧！

二、實現(xiàn)過程

這里【貓藥師Kelly】給了一個思路，使用C老師幫忙助力，每次只提取一種模式，然后update合并。

相當于把每行所有可能列出來，之后再合并。

后來【W(wǎng)ayne.Wu】給了一個代碼，如下所示：

def extract_digits(my_list):
    target_digits = []
    for item in my_list:
        for i in range(len(item)):
            if item[i:i+6].isdigit() and len(item[i:i+6]) == 6:
                target_digits.append(item[i:i+6])
    return target_digits

my_list = ['abc123', '123456', 'xyz789', '9876543', '12qw345', '12345678']

target_digits = extract_digits(my_list)
print(target_digits)

不過看上去也還差了一點點，需要改進下。

后來【鄭煜哲·Xiaopang】也給了一個思路，如下所示：

不過可惜的是正則表達式不太好用，誤報比較大，現(xiàn)在得換思路?！網(wǎng)ayne.Wu】提出多正則表達式匹配規(guī)則助力。

【黑科技·鼓包】也給了一個思路，如下所示：

不過還是存在了點問題。后來【瑜亮老師】也給了一個思路和代碼，如下所示：

df = pd.read_csv('示例.csv', encoding='gbk')
pattern = r'\D(\d{6})(?=\D|$)'
df['提取單號'] = df['理由'].map(lambda x: re.findall(pattern, x)[0] if len(re.findall(pattern, x)) >= 1 else 0)
print(df)

代碼運行后可以得到下圖的預(yù)期結(jié)果：

不過還留了一點點小尾巴，下一篇文章一起來看看吧！

三、總結(jié)

大家好，我是皮皮。這篇文章主要盤點了一個Python正則表達式數(shù)據(jù)提取的問題，文中針對該問題，給出了具體的解析和代碼實現(xiàn)，幫助粉絲順利解決了問題。

最后感謝粉絲【哎呦喂  是豆子～】提問，感謝【瑜亮老師】、【貓藥師Kelly】、【隔壁??山楂】、【W(wǎng)ayne.Wu】、【鄭煜哲·Xiaopang】給出的思路和代碼解析，感謝【黑科技·鼓包】、【巭孬??】等人參與學(xué)習(xí)交流。

【提問補充】溫馨提示，大家在群里提問的時候。可以注意下面幾點：如果涉及到大文件數(shù)據(jù)，可以數(shù)據(jù)脫敏后，發(fā)點demo數(shù)據(jù)來（小文件的意思），然后貼點代碼（可以復(fù)制的那種），記得發(fā)報錯截圖（截全）。代碼不多的話，直接發(fā)代碼文字即可，代碼超過50行這樣的話，發(fā)個.py文件就行。

大家在學(xué)習(xí)過程中如果有遇到問題，歡迎隨時聯(lián)系我解決（我的微信：pdcfighting1），應(yīng)粉絲要求，我創(chuàng)建了一些ChatGPT機器人交流群和高質(zhì)量的Python付費學(xué)習(xí)交流群和付費接單群，歡迎大家加入我的Python學(xué)習(xí)交流群和接單群！