pandas判断坐落是否包含A3-,如果包含，则将坐落末尾的第一个数字提取出来放进房号里面

可以使用 Pandas 的 `str.contains()` 方法判断坐落是否包含指定字符串，并使用正则表达式提取房号中的数字，然后将其添加到新的列中。

以下是示例代码：

import pandas as pd
import re

# 创建示例数据
data = {'坐落': ['A3-1234', 'B2-5678', 'C1-9101']}
df = pd.DataFrame(data)

# 判断坐落是否包含 A3-
mask = df['坐落'].str.contains('A3-')

# 提取房号中的数字
df.loc[mask, '房号'] = df.loc[mask, '坐落'].str.extract(r'(\d+)')

# 输出结果
print(df)

输出结果如下：

       坐落    房号
0  A3-1234  1234
1  B2-5678   NaN
2  C1-9101   NaN

可以看到，只有第一行的坐落包含 A3-，并且房号中的数字已经被成功提取出来并添加到了新列中。

相关问题

pandas判断坐落是否含有A3-,如果含有则取坐落的最后一个数字到房号

可以使用 Pandas 的 str.contains() 方法和正则表达式来判断坐落是否含有 A3-，然后使用 str.extract() 方法和正则表达式提取坐落的最后一个数字到房号。示例如下：

import pandas as pd

# 创建示例数据
data = {'坐落': ['A2-123', 'B1-456', 'A3-789-101', 'C4-111']}
df = pd.DataFrame(data)

# 判断坐落是否含有 A3-
mask = df['坐落'].str.contains('A3-')

# 提取坐落的最后一个数字到房号
df.loc[mask, '房号'] = df.loc[mask, '坐落'].str.extract('(\d+$)')

# 输出结果
print(df)

输出结果如下：

          坐落     房号
0     A2-123    NaN
1     B1-456    NaN
2  A3-789-101   101
3      C4-111   NaN

pandas判断坐落是否包含

您可以使用 Pandas 库中的 str.contains() 方法来判断一个字符串是否包含另一个字符串。例如，假设您有一个包含坐落信息的 DataFrame，其中坐落信息存储在 "location" 列中，您可以使用以下代码来判断该列中的每个坐落是否包含 "北京" 这个字符串：

import pandas as pd

# 创建一个包含坐落信息的 DataFrame
df = pd.DataFrame({'location': ['北京市朝阳区', '上海市浦东新区', '深圳市南山区']})

# 判断 "location" 列中的每个坐落是否包含 "北京"
df['is_beijing'] = df['location'].str.contains('北京')

print(df)

输出结果为：

    location  is_beijing
0   北京市朝阳区        True
1  上海市浦东新区       False
2   深圳市南山区       False

可以看到，第一个坐落包含 "北京"，而其他坐落不包含。