使用Python指定列提取连续6位数据的单号（中篇）

大家好，我是皮皮。

一、前言

前几天在Python最强王者交流群【哎呦喂  是豆子～】问了一个Python数据提取的问题，一起来看看吧。

大佬们请问下  指定列提取连续6位数据的单号(该列含文字、数字、大小写字母等等)，连续数字超过6位、小于6位的数据不要，这个为啥有的数据可以提取 有的就提取不出来?

上一篇文章大家激烈探讨，但是暂时还没有找到更好的思路，这一篇文章我们继续沿着上篇文章的讨论，来看看吧！

二、实现过程

这里【猫药师Kelly】给了一个思路，使用C老师帮忙助力，每次只提取一种模式，然后update合并。

相当于把每行所有可能列出来，之后再合并。

后来【Wayne.Wu】给了一个代码，如下所示：

def extract_digits(my_list):
    target_digits = []
    for item in my_list:
        for i in range(len(item)):
            if item[i:i+6].isdigit() and len(item[i:i+6]) == 6:
                target_digits.append(item[i:i+6])
    return target_digits

my_list = ['abc123', '123456', 'xyz789', '9876543', '12qw345', '12345678']

target_digits = extract_digits(my_list)
print(target_digits)

不过看上去也还差了一点点，需要改进下。

后来【郑煜哲·Xiaopang】也给了一个思路，如下所示：

不过可惜的是正则表达式不太好用，误报比较大，现在得换思路。【Wayne.Wu】提出多正则表达式匹配规则助力。

【黑科技·鼓包】也给了一个思路，如下所示：

不过还是存在了点问题。后来【瑜亮老师】也给了一个思路和代码，如下所示：

df = pd.read_csv('示例.csv', encoding='gbk')
pattern = r'\D(\d{6})(?=\D|$)'
df['提取单号'] = df['理由'].map(lambda x: re.findall(pattern, x)[0] if len(re.findall(pattern, x)) >= 1 else 0)
print(df)

代码运行后可以得到下图的预期结果：

不过还留了一点点小尾巴，下一篇文章一起来看看吧！

三、总结

大家好，我是皮皮。这篇文章主要盘点了一个Python正则表达式数据提取的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。

最后感谢粉丝【哎呦喂  是豆子～】提问，感谢【瑜亮老师】、【猫药师Kelly】、【隔壁😼山楂】、【Wayne.Wu】、【郑煜哲·Xiaopang】给出的思路和代码解析，感谢【黑科技·鼓包】、【巭孬🕷】等人参与学习交流。

【提问补充】温馨提示，大家在群里提问的时候。可以注意下面几点：如果涉及到大文件数据，可以数据脱敏后，发点demo数据来（小文件的意思），然后贴点代码（可以复制的那种），记得发报错截图（截全）。代码不多的话，直接发代码文字即可，代码超过50行这样的话，发个.py文件就行。

大家在学习过程中如果有遇到问题，欢迎随时联系我解决（我的微信：pdcfighting1），应粉丝要求，我创建了一些ChatGPT机器人交流群和高质量的Python付费学习交流群和付费接单群，欢迎大家加入我的Python学习交流群和接单群！