Python Pandas DataFrame-提取两个字符串之间的字符串并包含第一个分隔符

我在数据帧的列中有以下字符串：

"LOCATION: FILE-ABC.txt"
"DRAFT-1-FILENAME-ADBCD.txt"

我想提取word文件和“.”之间的所有内容。但是我想包括第一个分隔符。基本上，我试图返回以下结果：

"FILE-ABC"
"FILENAME-ABCD"

为此，我使用以下脚本：

df['field'] = df.string_value.str.extract('FILE/(.w+)')

但我无法返回所需的信息（总是得到NA）

---

如何执行此操作？

如果字符串始终以

.txt

结尾，则可以尝试以下操作：

df['field'] = df['string_value'].str.extract('(FILE.*)')[0].str[:-4]

例如：

import pandas as pd
text = ["LOCATION: FILE-ABC.txt","DRAFT-1-FILENAME-ADBCD.txt"]
data = {'index':[0,1],'string_value':text}
df = pd.DataFrame(data)
df['field'] = df['string_value'].str.extract('(FILE.*)')[0].str[:-4]

输出：

   index                string_value           field
0      0      LOCATION: FILE-ABC.txt        FILE-ABC
1      1  DRAFT-1-FILENAME-ADBCD.txt  FILENAME-ADBCD

---

您可以创建一个捕获组，从（包括）

“文件”

贪婪地捕获到最后一个时段。或者，您可以使其不贪婪，以便在文件后的第一个

处停止

import pandas as pd
df = pd.DataFrame({'string_value': ["LOCATION: FILE-ABC.txt", "DRAFT-1-FILENAME-ADBCD.txt",
                                    "BADFILENAME.foo.txt"]})

df['field_greedy'] = df['string_value'].str.extract('(FILE.*)\.')
df['field_not_greedy'] = df['string_value'].str.extract('(FILE.*?)\.')

---

---

您可以在正则表达式中完成这一切，而无需使用字符串切片

df['field'] = df.string_value.str.extract('(FILE.*(?=.txt))')

• 文件是我们开始比赛的文件
• *获取任意数量的字符
• （？=）是一个前瞻性断言，它不带 消耗

---

Handy regex tool

你确定所有字段都将以

.txt

结尾吗？嗨@Celius，是的，所有值都以j结尾。txt数据格式有点奇怪，数据帧真的是正确的选择吗？如果你只有上面的两个字符串，你可以这样做，但我假设你正在寻找更广义的东西：“LOCATION:FILE-ABC.txt”.strip（“LOCATION”）.strip（“.txt”）不适用于第二个字符串谢谢你的编辑Alolz我删除了我的anwer，直到我解决了这个问题：P

df['field'] = df.string_value.str.extract('(FILE.*(?=.txt))')