2

tengo una columna donde viene texto asociado a un porcentaje. Dentro de una columna, pueden aparecer hasta 3 veces estos textos.

Ejemplo:

datos = {'Conducta':['HOLA QUIERO PROBAR ALGO 65%, TENGO HAMBRE 55%, EL OTRO DIA FUI A COMPRAR 23%']}

Cuando extraigo usando regex, solamente puedo separar el primer texto con el primer porcentaje, pero no sé como replicar esto para poder hacerlo en los otros dos restantes.

df['Conducta'].str.extract('([A-Za-z\s]+)\s?(\d+[.0-9]+%)?\s?\(?(.*(?=\)))?')

0   1   2
0   HOLA QUIERO PROBAR ALGO 65% NaN

introducir la descripción de la imagen aquí Algo así es a lo que aspiro llegar...

Muchas gracias!

1 respuesta 1

0

Puedes usar extractall() en lugar del extract, pero te va a echar varias filas:

df['Conducta'].str.extractall('([A-Za-z\s]+)\s?(\d+[.0-9]+%)?\s?\(?(.*(?=\)))?')

Te devuelve

                                   0    1    2
  match
0 0         HOLA QUIERO PROBAR ALGO   65%  NaN
  1                    TENGO HAMBRE   55%  NaN
  2       EL OTRO DIA FUI A COMPRAR   23%  NaN

Simplemente necesitas añadirle unstack()

df['Conducta'].str.extractall('([A-Za-z\s]+)\s?(\d+[.0-9]+%)?\s?\(?(.*(?=\)))?').unstack()

Y devuelve

                              0                                                 1              2
match                         0               1                            2    0    1    2    0    1    2
0      HOLA QUIERO PROBAR ALGO    TENGO HAMBRE    EL OTRO DIA FUI A COMPRAR   65%  55%  23%  NaN  NaN  NaN

Que, bueno, serían las columnas en desorden (separadas por el grupo de captura del regex)

1

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.