Извлечение версий в столбце paths pandas

У меня есть столбец dataframe, который выглядит так:

                                             paths                    
0      ['/api/v2/clouds', '/api/v2/clouds/{cloud}']                      
1      ['/v0.1/book-lists/{type}/{date}', '/v0.1/book-lists]                
2      ['/v1/Video/Rooms', '/v1/Video/Rooms/{RoomSid}'....]                
3      ['/v3/attachments/{attachmentId}', '/v3/attachments]                
4      '/v0.1/patrons', '/v0.2/patrons', '/v0.3/patrons/dependents]      

Я хочу извлечь versions из столбца в таком формате:

Мой желаемый результат:

                                          paths                    Path_Version 
0      ['/api/v2/clouds', '/api/v2/clouds/{cloud}']                      v2   
1      ['/v0.1/book-lists/{type}/{date}', '/v0.1/book-lists]             v0.1   
2      ['/v1/Video/Rooms', '/v1/Video/Rooms/{RoomSid}'....]              v2  
3      ['/v3/attachments/{attachmentId}', '/v3/attachments]              v3  
4      ['/v0.1/patrons', '/v0.2/patrons', '/v0.3/patrons/dependents]      v0.1/v0.2/v0.3 

Я пробовал это:

keywords = ['v1', 'v2', 'v3', 'v4', 'v1.0', 'v1.2', 'v1.1', 'v0.1', 'v0.2','v1.3', 'v1.4', 'v3.1', 'v3.2', '0.1.0', '3.1', 'v0.0.2', 'v0.0.3', 'v0.0.4', '1.0.0']
final_api['Path_Version'] = final_api['paths'].str.findall('(' + '|'.join(keywords) + ')')

Но результата не дает. Я просмотрел и другие коды, но ни один из них не дал мне желаемого результата. Я изо всех сил пытаюсь понять это, любая помощь будет оценена.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
74
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Это кажется хорошим кандидатом на регулярное выражение:

import pandas as pd
import re

data = [
      [['/api/v2/clouds', '/api/v2/clouds/{cloud}']],
      [['/v0.1/book-lists/{type}/{date}', '/v0.1/book-lists']],
      [['/v1/Video/Rooms', '/v1/Video/Rooms/{RoomSid}']],
      [['/v3/attachments/{attachmentId}', '/v3/attachments']],
      [['/v0.1/patrons', '/v0.2/patrons', '/v0.3/patrons/dependents']]
]

df = pd.DataFrame(data, columns=['paths'])

ver = re.compile(r'/(v\d(\.\d)?)/')
def getver(row):
    vsets = set()
    for p in row:
        chk = ver.search(p)
        vsets.add( chk.group(1) )
    return '/'.join(vsets)

df['Version'] = df.paths.apply(getver)
print(df)

Выход:

                                               paths         Version
0           [/api/v2/clouds, /api/v2/clouds/{cloud}]              v2
1  [/v0.1/book-lists/{type}/{date}, /v0.1/book-li...            v0.1
2       [/v1/Video/Rooms, /v1/Video/Rooms/{RoomSid}]              v1
3  [/v3/attachments/{attachmentId}, /v3/attachments]              v3
4  [/v0.1/patrons, /v0.2/patrons, /v0.3/patrons/d...  v0.2/v0.3/v0.1
Ответ принят как подходящий

Не нужно использовать ключевые слова, просто используйте pandas.Series.str.findall, как вы начали:

df["Path_Version"]= (
                        df["paths"].str.findall(r"(v\d\.?\d?)")
                                   .apply(lambda x: "/".join(set(x)))
                    )

# Выход :

print(df.to_string())
                                                          paths    Path_Version
0                  ['/api/v2/clouds', '/api/v2/clouds/{cloud}']              v2
1         ['/v0.1/book-lists/{type}/{date}', '/v0.1/book-lists]            v0.1
2          ['/v1/Video/Rooms', '/v1/Video/Rooms/{RoomSid}'....]              v1
3          ['/v3/attachments/{attachmentId}', '/v3/attachments]              v3
4  '/v0.1/patrons', '/v0.2/patrons', '/v0.3/patrons/dependents]  v0.2/v0.3/v0.1

Другие вопросы по теме