Парсинг тегов кампаний через regex

Условие задачи

В df есть колонка campaign со строковыми тегами рекламных кампаний в формате '<сезон>_<год>_<город>', например 'spring_2024_msk'. Сезон и город — латинские буквы в нижнем регистре, год — ровно 4 цифры. Разбери каждую строку регулярным выражением на три поля и добавь колонки: - season — сезон (строка), - year — год (целое число int), - city — город (строка). Верни DataFrame с колонками campaign, season, year, city. Реализуй f(df).

Темы

pandas strings str.extract regex parsing astype

Подсказки

• Series.str.extract(pattern) возвращает DataFrame, где каждая скобочная группа регулярки — отдельная колонка.
• Шаблон r'^([a-z]+)_(\d{4})_([a-z]+)$': буквы, подчёркивание, 4 цифры года, подчёркивание, буквы; якори ^ и $ фиксируют весь формат.
• str.extract даёт год как строку — приведи колонку через .astype(int), иначе сравнения и агрегации по году будут работать как по тексту.

Что проверяет эта задача

Задача «Парсинг тегов кампаний через regex» учит обрабатывать табличные данные в pandas: фильтрация, группировка, объединение и метрики. Такие задачи дают на собеседованиях в Avito и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.

Как подступиться к решению

Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.

В pandas один и тот же результат часто достаётся разными путями — через groupby, pivot_table, merge или векторные операции над колонками. Важно выбрать читаемый и быстрый: встроенные векторные методы почти всегда обгоняют циклы и построчный apply. На собеседовании ценят не только правильный ответ, но и то, как ты объясняешь выбор подхода, обрабатываешь пропуски (NaN) и оцениваешь, что будет на больших данных.

Разобраться в pandas системно — бесплатный курс «Pandas с нуля» и гайды по pandas.

Открыть задачу в тренажёре → ← Все Python-задачи