我有一个这样的样本数据：
0 46X ⌀ 376_ 000 THRU
1 SLOT ⌀250 X .750 LG ↧.03
2 -2X .250-20-UNC-2B ↧.75
3 ⌀ 755+.002
4 SLOT ⌀. 375 X 1.98 LG THRU
5 2X SLOT⌀ 256 _ 000
6 ↧ 1.00
7 50X ⌀ 265 THRU
8 SLOT ⌀250 X .750 LG ↧.03
9 SLOT ⌀ 505 +.002 WIDE X 3.86 LG THRU
10 42.±12
11 4X ⌀ 265 THRU
12 2X dĩa 06 THRU -
13 MARKED " A"
14 THRU
15 -. 000
16 +.004 X
17 * X.356 LG
18 CHAMFER .05 X 45°
19 MARKED "B"
20 5 -. 000 Y
21 40.512
22 NOTES: UNLESS OTHERWISE SPECIFIED:
23 4X R.378 THRU
24 2. FINISHED PART FREE OF MANUFACTURING RESIDUE...
25 3. CHEMICAL CLEAN PER SOLYNDRA CLEANING SPEC. ...
26 4\ DIE STAMP OR SCRIBE SOLYNDRA PART NUMBER, R...
27 5 BAG AND TAG WITH SOLYNDRA''S PART NUMBER AND...
28 2X FULL R.
29 THRU
30 (2.823)
31 100 SHT XXXXX-1200
32 755+.003
33 (.197)
34 1.175
35 6. PACKAGE FOR SHIPPING AND STORAGE USING PROT...
36 10X .375-16 UNC-2B THRU MARKED "C"
37 2.350
38 2.850
39 ACO
40 COD B
41 4.75 2.750
42 CO A
43 OC
44 OC B
45 300
46 10X .250-20 UNC-2B THRU
47 SIDE VIEW
48 10X 4.375
49 2X 4.250
50 8X 4.000
51 COADA
52 DACA
53 ACD
54 3X 2.823
55 23X 2.750
我在 pandas DataFrame 中有一个包含文本数据的列。我的任务是从这段文本中提取数字，但有两个特定条件：
1.忽略字母“X”之前的任何数字。
示例：在文本“46X ⌀ 376_ 000 THRU”中，忽略数字 46，因为它位于“X”之前。
2.忽略符号“+”或“-”后面的任何数字。
示例：在文本“⌀ 755+.002”中，只应提取数字 755，因为“+”后面的数字将被忽略。 同样，在文本“-2X .250-20-UNC-2B”中，忽略数字 20，因为它位于“-”之后。
我的目标是根据这些规则从每个文本条目中仅提取有效数字，并将结果存储在 DataFrame 中的新列中。
我尝试这样做：
df['integers'] = df['text'].str.findall(r'(?<!X)\b\d+\b(?![+-])')
df['integers'] = df['integers'].apply(lambda x: [int(i) for i in x])
但是结果是错误的。
我能够使用此代码做到这一点：
df['text'] = df['text'].apply(lambda 文本: re.sub(r'[^a-zA-Z0-9\s.+-]', '', text))
def lz（文本）：
return re.sub(r'(?<!\d)(\.\d+)', r'0\1', text)
df['文本'] = df['文本'].apply(lz)
def ext（文本）：
text = re.split(r'[+-]', text)[0]
if 'X' in text:
text = text.split('X')[-1]
numbers = re.findall(r'\d+\.\d+|\d+', text)
return numbers
df['提取的数字'] = df['text'].apply(ext)