DataFrame内の文字を正規表現を用いて抽出したい。
解決したいこと
DataFrame内の文字列を正規表現を用いて抽出したい。
例）
閲覧頂きありがとうございます。python初学者です。
現在、suumoの不動産データを用いて賃貸物件の家賃予測をしようとしています。
まず、築年数の特徴量を作成しようとしているのですが
その段階でエラーが出ています。
データの説明
train
データ
title category address age floor fee management_fee deposit gratuity madori menseki
0 ドゥ・トゥールWEST 賃貸マンション 東京都中央区晴海３ \n築7年\n42階建\n \r\n\t\t\t\t\t\t\t\t\t\t\t33階 22万円 15000円 22万円 22万円 1LDK 44.67m2
1 ドゥ・トゥールWEST 賃貸マンション 東京都中央区晴海３ \n築7年\n42階建\n \r\n\t\t\t\t\t\t\t\t\t\t\t31階 46万円 - 46万円 46万円 3LDK 100.9m2
2 ドゥ・トゥールWEST 賃貸マンション 東京都中央区晴海３ \n築7年\n42階建\n \r\n\t\t\t\t\t\t\t\t\t\t\t42階 57万円 30000円 57万円 57万円 4LDK 100.9m2
3 ドゥ・トゥールWEST 賃貸マンション 東京都中央区晴海３ \n築7年\n42階建\n \r\n\t\t\t\t\t\t\t\t\t\t\t43階 58万円 20000円 58万円 58万円 3LDK 100.9m2
4 ドゥ・トゥールWEST 賃貸マンション 東京都中央区晴海３ \n築7年\n42階建\n \r\n\t\t\t\t\t\t\t\t\t\t\t52階 70万円 20000円 140万円 70万円 2LDK 80.66m2
上記データのtrain['age']の中から、築年数の数字だけ拾ってきて
新しく['age']カラムを追加したいです。
※後程、同じように['age']カラムから階数を取り出して['max_floor']カラムも作成して追加したいです
まず、pandasの['age']カラムに対して、前6文字までを抽出してSeriesとしました。
入力
age = train['age'].str[0:5:1]
age.head()
出力
0 \n築7年\n
1 \n築7年\n
2 \n築7年\n
3 \n築7年\n
4 \n築7年\n
この後、正規表現を利用して、ageの中から数字だけ取り出そうと
考えております。
自分で試したこと
age_single = age.str.extract(r'\d', expand = False)
出力
ValueError: pattern contains no capture groups
上記のようなエラーとなってしまいました。。。
何か解決方法をご存知の方がいらっしゃりましたら
ご教示の程宜しくお願い致します。
0
