Extrakce čísel z řetězců

Pole length_of_time v datasetu UFO je textové pole, které obsahuje počet minut jako součást řetězce. Pomocí regulárních výrazů z tohoto textového pole příslušné číslo extrahuješ.

Toto cvičení je součástí kurzu

Preprocessing pro Machine Learning v Pythonu

Zobrazit kurz

Pokyny k cvičení

Prohledej time_string a pomocí vhodného vzoru RegEx v něm najdi čísla.
Pomocí metody .apply() zavolej funkci return_minutes() na každém řádku sloupce length_of_time.
Vypiš .head() sloupců length_of_time i minutes a porovnej je.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

def return_minutes(time_string):

    # Search for numbers in time_string
    num = re.____(____, ____)
    if num is not None:
        return int(num.group(0))
        
# Apply the extraction to the length_of_time column
ufo["minutes"] = ufo["length_of_time"].____

# Take a look at the head of both of the columns
print(ufo[[____]].head())

Upravit a spustit kód