Я рассчитываю извлечь проценты из тысяч комментариев, но форматы различаются. Человек может написать десять процентов как 10 или 10%, или 10.00%, или 10.0, поэтому мне нужно уметь справиться с любой из этих возможностей. У меня две проблемы: во-первых, мой код не фиксирует%, когда он доступен, а во-вторых, иногда выражение regex фиксирует определенное число несколько раз.

FA_comment = "WPSGX 7.69% SVAIX 7.69% IWP 3.85% FLMVX 3.85% QUAYX 3.85% DEVLX 3.85% TINGX 19.23% TGVIX 23.08% ASYLX 15.38% CEMVX 11.54%"
tickers = re.findall(r'\b[A-Z]{2,5}\b', FA_comment)
numbers = re.findall(r'((\d{1,2}(\.\d{1,2})*))[%]?', FA_comment)
print(FA_comment)
print(tickers)
print(numbers

Вот результат, который я получаю:

WPSGX 7.69% SVAIX 7.69% IWP 3.85% FLMVX 3.85% QUAYX 3.85% DEVLX 3.85% TINGX 19.23% TGVIX 23.08% ASYLX 15.38% CEMVX 11.54%
[u'WPSGX', u'SVAIX', u'IWP', u'FLMVX', u'QUAYX', u'DEVLX', u'TINGX', u'TGVIX', u'ASYLX', u'CEMVX']
[(u'7.69', u'7.69', u'.69'), (u'7.69', u'7.69', u'.69'), (u'3.85', u'3.85', u'.85'), (u'3.85', u'3.85', u'.85'), (u'3.85', u'3.85', u'.85'), (u'3.85', u'3.85', u'.85'), (u'19.23', u'19.23', u'.23'), (u'23.08', u'23.08', u'.08'), (u'15.38', u'15.38', u'.38'), (u'11.54', u'11.54', u'.54')]

Вот вывод, который я хотел бы получить:

[u'WPSGX', u'SVAIX', u'IWP', u'FLMVX', u'QUAYX', u'DEVLX', u'TINGX', u'TGVIX', u'ASYLX', u'CEMVX']
[u'7.69%', u'7.69%', u'3.85%', u'3.85%', u'3.85%', u'3.85%', u'19.23%', u'23.08', u'15.38%', u'11.54%']
0
MBA Coder 20 Дек 2019 в 18:42

1 ответ

Используйте re.findall с двумя группами захвата, одна для метки, а другая для процента. Затем используйте понимание списка, чтобы сгенерировать одномерные списки, которые вы ожидаете для меток / процентов.

FA_comment = "WPSGX 7.69% SVAIX 7.69% IWP 3.85% FLMVX 3.85% QUAYX 3.85% DEVLX 3.85% TINGX 19.23% TGVIX 23.08% ASYLX 15.38% CEMVX 11.54%"
pcts = re.findall(r'\b([A-Z]+) (\d+(?:\.\d+)?%?(?!\S))', FA_comment)
print([i[0] for i in pcts])
print([i[1] for i in pcts])

Это печатает:

['WPSGX', 'SVAIX', 'IWP', 'FLMVX', 'QUAYX', 'DEVLX', 'TINGX', 'TGVIX',
 'ASYLX', 'CEMVX']
['7.69%', '7.69%', '3.85%', '3.85%', '3.85%', '3.85%', '19.23%', '23.08%',
 '15.38%', '11.54%']
2
Tim Biegeleisen 20 Дек 2019 в 15:57