Chamados de suporte, notas e descrições guardam valores úteis dentro de texto livre. Uma expressão regular descreve o padrão; os métodos .str o aplicam a uma coluna:
tickets["subject"].str.extract(r"#(\d+)", expand=False)
\d é um dígito, \w uma letra, um dígito ou um sublinhado, \s um espaço; + significa “um ou mais”.
- Os parênteses marcam a parte a ser mantida:
str.extract devolve o que o primeiro grupo encontrou (NaN quando nada coincide). expand=False devolve uma Series em vez de uma tabela de uma coluna.
str.contains(pattern, case=False) testa se há correspondência; str.replace(pattern, "", regex=True) remove uma; str.findall devolve todas as correspondências.
- Os caracteres especiais
. [ ] ( ) $ + ? * têm um significado em um padrão. Para encontrá-los literalmente, coloque uma barra invertida na frente: \[urgent\] ou \$.
- Escreva os padrões como strings brutas (raw strings),
r"...", para que o Python não mexa nas barras invertidas.
Teste o padrão também nas linhas com as quais ele não deveria coincidir: os padrões costumam pegar mais do que você espera.
Quantos assuntos mencionam um número de pedido.