list型のデータの条件にあった要素を置換する方法がわからない

Question

list型のデータの条件にあった要素を置換する方法がわからない

（紹介予定）休日休暇	給与/交通費　備考

0 NaN 　　　【月収例】19万5300円＋残業代（21日勤務の場合）
1 年間休日１２１日 【月収例】26万4600円＋残業代（21日勤務の場合）
2 年間休日１２１日 【月収例】26万4600円＋残業代（21日勤務の場合）
3 年間休日１３７日 【月収例】25万9875円＋残業代（21日勤務の場合）
4 年間休日１３７日 【月収例】25万9875円＋残業代（21日勤務の場合）

このようなテーブルデータをpandasを使って、text_x_arrayという変数に入れているのですが、どのようにすれば数値だけ抽出し、以下のようなデータに変えられるのか教えていただきたいです。

  　if  v != '':
    　v = v[4:7]```

一つ目のカラムはこのようなコードで変換できると思っていたのですが、出来ませんでした。また、二つ目のカラムは調べましたが、自分のリサーチの仕方が間違っているのか、どのようにすればいいかわかりませんでした。よろしくお願いします。

（紹介予定）休日休暇    給与/交通費　備考
0    　NaN            　　　195300
1    　121    　　　　　　264600
2    　121    　　　　　　264600
3    　137    　　　　　　259875
4    　137    　　　　　　259875

Comments

[tiitoi]

正規表現などで数値部分を抽出することになると思いますが、各列のバリエーションがどのくらいあるのかによって書き方が変わってきます。
実際のデータは質問者さんしかわからないので、質問に貼ってある5行以外も網羅できるような条件を(文章でいいので)追記してください。

例: 年間休日<1～3桁の全角数字>日
例: 【月収例】<1～3桁の全角数字>万<1～4桁の全角数字>円＋残業代（<2桁の全角数字>日勤務の場合）

[shigahiro]

一つ目のカラムが年間休日<１～３桁の全角数字>日
二つ目のカラムが【月収例】<1～3桁の半角数字>万<1～4桁の半角数字>円＋残業代（<2桁の全角数字>日勤務の場合）
だと思います。よろしくお願いします。

Answer 1

以下のような感じでどうでしょうか。

1. まず全角数字は半角数字にする
2. 必要な文字列を正規表現で取り出す

from io import StringIO

import pandas as pd


text = StringIO(
    """（紹介予定）休日休暇,給与/交通費,備考
0,,【月収例】19万5300円＋残業代,（21日勤務の場合）
1,年間休日１２１日,【月収例】26万4600円＋残業代,（21日勤務の場合）
2,年間休日１２１日,【月収例】26万4600円＋残業代,（21日勤務の場合）
3,年間休日１３７日,【月収例】25万9875円＋残業代,（21日勤務の場合）
4,年間休日１３７日,【月収例】25万9875円＋残業代,（21日勤務の場合）"""
)


def to_hankaku(x):
    if isinstance(x, str):
        x = x.translate(str.maketrans("１２３４５６７８９", "123456789"))
    return x


df = pd.read_csv(text)
# 全角数字を半角数字に変換する
df = df.applymap(to_hankaku)

# 対象文字を抽出
df["（紹介予定）休日休暇"] = df["（紹介予定）休日休暇"].str.extract(r"(\d{1,3})日", expand=False)
df["給与/交通費"] = df["給与/交通費"].str.extract(r"(\d{1,4}万\d{1,4})円", expand=False).str.replace("万", "")
df

出力結果

	（紹介予定）休日休暇	給与/交通費	備考
0	NaN	195300	（21日勤務の場合）
1	121	264600	（21日勤務の場合）
2	121	264600	（21日勤務の場合）
3	137	259875	（21日勤務の場合）
4	137	259875	（21日勤務の場合）

Comments

[shigahiro]

ずっと分からず悩んでいたのですが、tiitoiさんのおかげでできました。本当にありがとうございます。