Las solicitudes de soporte, las notas y las descripciones contienen valores útiles dentro de texto libre. Una expresión regular describe el patrón; los métodos .str lo aplican a una columna:
tickets["subject"].str.extract(r"#(\d+)", expand=False)
\d es un dígito, \w una letra, un dígito o un guion bajo, y \s un espacio; + significa «uno o más».
- Los paréntesis marcan la parte que se debe conservar:
str.extract devuelve lo que haya coincidido con el primer grupo (NaN cuando no hay coincidencias). expand=False devuelve una Series en lugar de una tabla de una sola columna.
str.contains(pattern, case=False) comprueba si hay una coincidencia; str.replace(pattern, "", regex=True) elimina una coincidencia; str.findall devuelve todas las coincidencias.
- Los caracteres especiales
. [ ] ( ) $ + ? * tienen un significado en un patrón. Para buscar coincidencias literales, antepón una barra invertida: \[urgent\] o \$.
- Escribe los patrones como cadenas sin procesar,
r"...", para que Python no interprete las barras invertidas.
Comprueba también el patrón en las filas con las que no debería coincidir: los patrones suelen coincidir con más de lo que esperas.
Cuántos asuntos mencionan un número de pedido.