机器学习——数据预处理——字符串数值特征提取（正则表达式）

1.对字符串类型的数据，提取里面的数字。我这里有一个dataframe格式的数据，每一列几乎都是数字+单位组成的一个字符串。在用机器学习进行分析的时候，由于每一列的数据单位都一样，可以忽略掉单位仅用数字进行分析即可。具体操作方法：使用正则表达式，匹配整数和小数，并返回一个列表。import refor col in d_object.columns:d_object[col] = d_object

白日梦想家_胖七七

2051人浏览 · 2022-04-17 10:37:42

白日梦想家_胖七七 · 2022-04-17 10:37:42 发布

1.对字符串类型的数据，提取里面的数字。

我这里有一个dataframe格式的数据，每一列几乎都是数字+单位组成的一个字符串。在用机器学习进行分析的时候，由于每一列的数据单位都一样，可以忽略掉单位仅用数字进行分析即可。

具体操作方法：使用正则表达式，匹配整数和小数，并返回一个列表。

import re
for col in d_object.columns:
    d_object[col] = d_object[col].map(lambda s:re.findall('-?[0-9]+\.[0-9]*|-?[0-9]+',str(s)))
    print(d_object[col])

效果：