python一列字符串类型数据获取字符串中指定字符HK$后面的第一个数值

Sure, I can help you with that! Here's a code snippet to extract the first numeric value after the characters "HK$":

import re

data = ["HK$400", "HK$600", "HK$800"]
for d in data:
    match = re.search(r"HK\$(\d+)", d)
    if match:
        print(match.group(1))

This will output:

400
600
800

Let me know if you have any other questions!

相关问题

编写pytorch代码，训练集为NumPy 数组，训练集的第一列是字符串，拿出训练集中的第一列，转化为张量

如果你的训练集是一个 NumPy 数组，其中第一列是字符串类型，你需要先将字符串类型转化为数值型，然后再将其转化为 PyTorch 张量。具体来说，可以按照以下步骤实现：

1. 导入 PyTorch 库和 NumPy 库：

import torch
import numpy as np

2. 加载训练集数据并获取第一列：

train_data = np.loadtxt('train.csv', delimiter=',', dtype=np.str)
time_col_str = train_data[:, 0]

这里假设训练数据保存在名为 `train.csv` 的文件中，且文件中第一列是字符串类型。`loadtxt` 函数的第一个参数是文件名，第二个参数是分隔符，第三个参数是数据类型。这里我们使用字符串类型 (`dtype=np.str`) 加载数据。

3. 将字符串类型转化为数值型：

time_col_num = np.array([float(x) for x in time_col_str])

这里使用列表推导式和 `float` 函数将每个字符串转化为浮点数。如果你的数据类型不是浮点数，你需要根据实际情况进行修改。

4. 将 NumPy 数组转化为 PyTorch 张量：

time_tensor = torch.from_numpy(time_col_num)

现在，`time_tensor` 就是一个 PyTorch 张量，可以用于训练模型或者进行其他操作了。请注意，在使用 `loadtxt` 函数时，需要确保 CSV 文件中的所有数据都是数值型，否则会出现类型转换错误。

python读取佛山的excel表格内所有sheet，固定某几列数据不删，获取最后一行第一列之后的数据，若数值低于90则删除这列数据

以下是一个可能的解决方案：

import pandas as pd

# 读取Excel文件，指定sheet_name=None表示读取所有sheet
df_dict = pd.read_excel('佛山.xlsx', sheet_name=None)

# 对每个sheet进行处理
for sheet_name, df in df_dict.items():
    # 固定某几列数据不删，使用drop函数删除其他列
    df = df.drop(columns=['列1', '列2', '列3'])
    # 获取最后一行第一列之后的数据
    last_row = df.iloc[-1, 1:]
    # 将小于90的数据所在的列删除
    for col_name, value in last_row.items():
        if pd.isna(value):
            continue
        if value < 90:
            df = df.drop(columns=[col_name])
    # 输出处理后的数据
    print(f'{sheet_name}:')
    print(df)

其中，'佛山.xlsx'是待处理的Excel文件名，'列1', '列2', '列3'是需要固定不删的列名，可以根据实际需求进行修改。若Excel文件中的数据不是数值类型，需要将代码中的90改为相应的字符串或其他类型。