提取电话分机号码（如果存在）

Question

我正在尝试清理一些数据。我有两个字段，称为

Phone

和

Ext

。

Phone

具有空白值或格式为：

• [phone]
• [phone] x__________
• [phone] x0123______

Ext

大部分为空，但有时会具有类似“x1234”或“1234”的值

我使用以下代码在

 x

上进行拆分并拉出第一个元素：

df['Phone'] = df['Phone'].str.split(' x').str[0]

这可以仅提取电话 # 部分，但如果我执行 .str[1] 来提取任何潜在的扩展名，我会收到错误，因为很多行没有

 x_________

字段。

有没有办法从电话 # 中提取分机号（如果存在）并将其移动到

Ext

字段并清理

Phone

字段？

Answer 1

您可以将

str.extract

与简短的正则表达式一起使用：

df[['Phone', 'Ext']] = df['Phone'].str.extract(r'^(.*?)(?: (x.*))?$')

或

split

+

reindex

:

df[['Phone', 'Ext']] = df['Phone'].str.split(r' (?=x)', n=1, expand=True).reindex(columns=[0,1])