Adakah terdapat cara untuk mengekstrak corak regex dengan memaut dalam bingkai data dalam Pandas?
P粉770375450
2023-08-16 20:25:57
<p>Saya cuba mengekstrak corak regex daripada pautan dalam jadual Pandas yang dijana. </p>
<p>Kod untuk menjana bingkai data Pandas adalah seperti berikut: </p>
<pre class="brush:php;toolbar:false;">import panda sebagai pd
import semula
url = 'https://www.espncricinfo.com/records/year/team-match-results/2005-2005/twenty20-internationals-3'
base_url = 'https://www.espncricinfo.com'
table = pd.read_html(url, extract_links = "body")[0]
table = table.apply(lambda col: [link[0] if link[1] is None else f'{base_url}{link[1]}' for link in col])
jadual</pra>
<p>Saya mahu mengeluarkan ID padanan daripada pautan dalam jadual. Untuk setiap permainan, ID permainan ialah set nombor berturut-turut mengikut corak "t20i-" dan berakhir sebelum garis miring. Sebagai contoh:
Untuk perlawanan ini, ID perlawanan ialah 211048. Berikut ialah kod untuk satu permainan: </p>
<pre class="brush:php;toolbar:false;">scorecard_url = 'https://www.espncricinfo.com/series/australia-tour-of-new-zealand-2004-05-61407/new- zealand-vs-australia-sahaja-t20i-211048/kad-skor penuh'
match_id = re.findall('t20i-(d*)/', scorecard_url)
match_id[0]</pre>
<p>Saya mahu beroperasi pada keseluruhan jadual dengan menggunakan id padanan lajur terbitan. Lajur ini menggunakan lajur Kad Skor. Walau bagaimanapun, saya tidak dapat mencapai ini. </p>
<p>Saya pada mulanya mencuba arahan mudah ini: </p>
<pre class="brush:php;toolbar:false;">table['match_id']= re.findall('t20i-(d*)/', table['Scorecard'])
jadual</pra>
<p>Saya mendapat ralat 'TypeError: rentetan jangkaan atau objek seperti bait', yang membuatkan saya berfikir bahawa pautan itu tidak disimpan sebagai rentetan dan mungkin menyebabkan masalah. </p>
<p>Kemudian saya mencuba: </p>
<pre class="brush:php;toolbar:false;">table['match_id']= re.findall('t20i-(d*)/', str(table['Scorecard']))
jadual</pra>
<p>Ini memberi saya ralat 'ValueError: Length of values (0) not match length of index (3)', saya tidak pasti apa puncanya. </p>
<p>Saya juga cuba menggunakan fungsi lambda, tetapi tidak berjaya. Jika kaedah ini berkesan, saya tidak keberatan menggunakannya. </p>
Anda dekat. Ini akan menambah lajur baharu dengan ID padanan.
Keluaran: