Python 仅提取字母和第一个数字

我正在使用一个包含字母、特殊字符和数字的数据框。我的目标是提取所有字母和第一个数字。所有数字总是出现在字母和特殊字符之后的末尾；但是，某些字母可能出现在特殊字符之后。请参见下面的示例：

d={'col1'：['A./B.1234'，'CDEF/G5'，'AB./C23']}
df=pd.DataFrame（数据=d）
打印（df）
#可乐
#公元前0年1234年
#1 CDEF/G5。
#2 AB./C23

我查找了许多变体，但不知道如何处理特殊字符

/

等

df.col1.str.extract（“（[A-Za-z\d]+）”）
#    0
#0 A
#1 CDEF
#2 AB

这给了我所有的字母和数字，直到它达到一个特殊的字符。最终，我希望得到以下输出：

AB1
CDEFG5
ABC2

---

我不熟悉正则表达式。

您需要提取第一个数字之前的所有字符，然后用空字符串替换任何非字母/数字字符：

d = {'col1': ['A./B. 1234', 'CDEF/G5.','AB./C23']}
df = pd.DataFrame(data=d)
df.col1.str.extract(r'^([^\d]+\d)').replace('[^A-Za-z0-9]', '', regex=True)

输出：

        0
0     AB1
1  CDEFG5
2    ABC2

另一种方法

s=df['col1'].str.extractall("([a-zA-Z0-9])")[0]
s[s.str.isalpha()|s.shift().str.isalpha()].sum(level=0)
0       AB1
1    CDEFG5
2      ABC2
Name: 0, dtype: object

import re

#create compiled regex... just makes it easier
pat1 = re.compile(r'[a-z]+', flags=re.IGNORECASE)
pat2 = re.compile(r'\d{1}')
#extract words and numbers
step1 = [''.join(pat1.findall(entry)) for entry in df.col1]
step2 = [pat2.search(entry).group() for entry in df.col1]

#combine words and numbers, withe the number trailing word(s)
[''.join(ent) for ent in zip(step1,step2)]

['AB1', 'CDEFG5', 'ABC2']