質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.49%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

Q&A

解決済

2回答

3160閲覧

python pandas 文字抽出 正規表現

hiroway

総合スコア9

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

0グッド

0クリップ

投稿2016/12/17 13:29

###前提・実現したいこと
python pandasの初心者です。競馬情報をスクレイピングし抜き出した列をtimeと着差に分割したいのですが、着差は分割できたのですがtimeのみ抜き出せず苦労しております。
###発生している問題・エラーメッセージ

エラーメッセージ

###該当のソースコード
import re
import time
import pandas
import pandas as pd
from pandas import DataFrame

time.sleep(2)

result_url = "http://keiba.yahoo.co.jp/race/result/0604020306"
race_table = pandas.io.html.read_html(result_url, header=0)

race_tables = race_table[4]
print race_tables.iloc[:,4]

race_tables['time'] = race_tables.iloc[:,4].str.replace(r'[^(0-9)(.)]', "")
print race_tables['time']

###試したこと
race_tables['time'] = race_tables.iloc[:,4].str.replace('[0-9]+(..)', "")
で着差のみ抜け出せました
0
1 1 3/4馬身
2 2 1/2馬身
3 1 1/2馬身
4 クビ
5 1/2馬身
6 2 1/2馬身
7 クビ
8 クビ
9 クビ
10 9馬身

###############################################################
race_tables['time'] = race_tables.iloc[:,4].str.replace(r'[^(0-9)(..)]', "")
正規表現をいろいろ試してみましたが太字にしました部分が残ってしまいます
0 57.8
1 58.1134
2 58.5212
3 58.7112
4 58.8
5 58.912
6 59.3212
7 59.4
8 59.4
9 59.5
10 1.00.99

###補足情報(言語/FW/ツール等のバージョンなど)
Python 2.7.9

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

元データを見ると、「タイム(着差)」が

html

1 : 2<td>58.1<span class="scdItem">1 3/4馬身</span></td> 3 : 4<td>1.00.9<span class="scdItem">9馬身</span></td> 5

のような形になっているため、read_html()で読み込むと

投稿2016/12/21 00:07

ikedas

総合スコア4306

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

ベストアンサー

ちょっと気持ち悪いですが、.str.extract('(\d?\.?\d+\.\d)')とかはどうですか。

投稿2016/12/20 08:54

Lhankor_Mhy

総合スコア36057

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

hiroway

2016/12/21 13:57

ありがとうございます^^ extractも試してみましたが 正規表現が理解できてませんでした^^:: なにぶん独学で調べ悩んでいたので すごいたすかりました! 本当に簡単にできました 本当にありがとうございました!!!
Lhankor_Mhy

2016/12/22 00:09

BAいただきまして大変ありがたいのですが、ikedasさんの回答の方がよいと思います。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.49%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問