pandasとpythonのcsvカラムからテキストの範囲をコピーします。

Question

私はPandasにインポートしたcsvファイルを持っています。現在、ほぼ45列のデータを持ち、各列には100行以上の情報があります。今は、開始時に日付スタンプで始まり、日付スタンプで終わるテキストの範囲のみを選択する必要があります。

例：

<GMT2015-09-01 00:03:29GMT> Hi Rajiv<GMT2015-09-01 19:08:15GMT> Hi Ram <GMT2015-09-01 19:08:15GMT> 

ので、このような構造で、私は、新しいデータフレームに、日付スタンプが追加するには日付スタンプの唯一の最初の段落を選択する必要があります。

Answer 1

のデータをTicket Descriptionで<>と入力し、DataFrameをilocで選択してください。最後に、stripは空白の開始と終了を行うことができます。

注意：<>が各datetimeの開始時と終了時にのみ有効な場合はうまく動作します。

import pandas as pd 

df = pd.DataFrame({'Ticket Description':['<GMT2015-09-01 00:03:29GMT> Hi Rajiv<GMT2015-09-01 19:08:15GMT> Hi Ram <GMT2015-09-01 19:08:15GMT> ']}) 
print (df) 
            Ticket Description 
0 <GMT2015-09-01 00:03:29GMT> Hi Rajiv<GMT2015-0... 

print (df['Ticket Description'].str.split(r'[<>]', expand=True).iloc[:, 2].str.strip()) 
0 Hi Rajiv 
Name: 2, dtype: object 

Answer 2

正規表現とパンダの適用は、必要なものを達成する必要があります。私は、最初のタイムスタンプと2番目のタイムスタンプの間のテキストのみを必要としていると仮定しています。あなたのメッセージでデータフレームを作成しましたが、2番目のメッセージフレームは2から始まります。>(.+?)<では、>と<で囲まれた任意の数の文字を正規表現で検索します。 ?は貪欲でないので、最初のタイムスタンプから最後までずっと進み、最初の試合で止まるわけではありません。以下

サンプルコード：

import pandas as pd 
import re 

data = pd.DataFrame({"id":[1,2],"ticket_desc":[r"<GMT2015-09-01 00:03:29GMT> Hi Rajiv, As part of our job Request for your approval. Thanks <GMT2015-09-01 19:08:15GMT> Hi Ram, Request Approved Thanks <GMT2015-09-01 19:08:15GMT>.",r"<GMT2015-09-01 00:03:29GMT> 2Hi Rajiv, As part of our job Request for your approval. Thanks <GMT2015-09-01 19:08:15GMT> Hi Ram, Request Approved Thanks <GMT2015-09-01 19:08:15GMT>."]}) 
def finder(x): 
    return re.findall(">(.+?)<",x)[0] 
data["ticket_desc"] = data["ticket_desc"].apply(finder) 
print data["ticket_desc"][0] 
print data["ticket_desc"][1] 

出力：

Hi Rajiv, As part of our job Request for your approval. Thanks 


2Hi Rajiv, As part of our job Request for your approval. Thanks