在Python中使用正则表达式提取字符串的一部分

我是一名从事数据科学项目的学生，我需要从我的数据框架的一列中提取一部分。 数据帧如下所示：

我想从“hotVideohot0501007107FilmVidéoClub”这样的字符串中提取部分hotVideo

因此，我使用如下正则表达式编写了此指令：

facturation['annotation']=facturation['annotation'].str.findall（'（[A-Z0-9]{3}\d+））。apply（'.join）

它正确地提取所有内容，除了有时我有这样的字符串：“CTVCanalVODCTv200052670CTV02000052670”，它返回CTV00200052670CTV02000052670，但只希望第一次出现：

---

有人能帮我解决这个问题吗：）

我想问题出在你的apply+join和findall方法上，因为你在数据中匹配了2次这个模式，接下来你就加入了它。findall为您返回列表。从列表中，您只需要第一项，而不是全部。

谢谢所有帮助我的人：）我找到了答案：

facturation['annotation']=facturation['annotation'].str.findall（'（[A-Z0-9]{3}\d+））。apply（'.join）

---

facturation['annotation']=facturation['annotation'].str.extract（“（.{0,13}）”

有一个与之无关的@okpython。这个问题的原因是正则表达式模式本身。之所以这样做是因为对该模式所做的工作。那么为什么要使用

findall

？使用

extract

，

str.extract（r'（[A-Z0-9]{3}\d+）

我已经尝试使用

extract

，它修复了问题，但导致了另一个问题。也就是说，它只能从像MFEMETROPOLITANMFE05UH622455AlaskaHD这样的字符串中提取MFE05。这就是我使用

findall

的原因，因为它会返回所有匹配项：（关于

str.extract（r'（[A-Z]{1,3}\d{3，}）

？或者

str.extract（r'（[A-Z]{2,3}\d{3，}）

？