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

Al pulsar en “Publica tu respuesta”, muestras tu consentimiento a nuestros términos de servicio, política de privacidad y política de cookies

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