Extragerea numerelor din șiruri de caractere

Câmpul length_of_time din setul de date UFO este un câmp text care conține numărul de minute în cadrul șirului. Aici vei extrage acel număr din câmpul text folosind expresii regulate.

Acest exercițiu face parte din cursul

Preprocesare pentru Machine Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Caută numere în time_string folosind un tipar RegEx potrivit.
Folosește metoda .apply() pentru a apela return_minutes() pe fiecare rând al coloanei length_of_time.
Afișează .head() atât pentru coloana length_of_time, cât și pentru coloana minutes, pentru a le compara.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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())

Editează și rulează codul