Python 熊猫使用正则表达式从文本中获取值

我有这样一个文本：

text = 'Ronald Mayr: A\nBell Kassulke: B\nJacqueline Rupp: A \nAlexander Zeller: C\nValentina Denk: C \nSimon Loidl: A \nElias Jovanovic: B \nStefanie Weninger: B \nFabian Peer: C \nHakim Botros: B\nEmilie Lorentsen: B\n'

['Bell Kassulke: B',
 'Simon Loidl: B',
 'Elias Jovanovic: B']

我需要得到所有具有“：B”值的名称。。比如贝尔·卡苏尔克，埃利亚斯·约万诺维奇

我正在尝试这样的事情

stu = re.findall('\w+.*.: B',text)

但这张给我的清单是这样的：

text = 'Ronald Mayr: A\nBell Kassulke: B\nJacqueline Rupp: A \nAlexander Zeller: C\nValentina Denk: C \nSimon Loidl: A \nElias Jovanovic: B \nStefanie Weninger: B \nFabian Peer: C \nHakim Botros: B\nEmilie Lorentsen: B\n'

['Bell Kassulke: B',
 'Simon Loidl: B',
 'Elias Jovanovic: B']

我只需要名字，不需要整个名单。我能做什么呢？

你可以使用

^(.*?):\s*B\s*$

见

详细信息

• ^

  -字符串的开头

• （.*）

  -第1组（

  .findall

  的实际值）：除换行符以外的任何零个或多个字符，尽可能少

• ：

  -冒号

• \s*B\s*

  -a

  B

  包含零个或多个空格

• $

  -字符串结尾/

在熊猫中，你可以使用

df['Col name here'].str.findall(r'^(.*?):\s*B\s*$').str.join(',')

或者，如果每个值需要一个匹配项：

df['Results'] = df['Col name here'].str.extract(r'^(.*?):\s*B\s*$', expand=False)

---

您可以在正则表达式之后添加这行代码：

stu = [s.replace(': B', '') for s in stu]

试试这个

“（”开始捕获

\w+

匹配任何单词字符（等于[a-zA-Z0-9_]）

量词-在一次和无限次之间匹配，尽可能多地匹配，根据需要返回（贪婪）

*

匹配任何字符（行终止符除外）

量词-在零次和无限次之间匹配，尽可能多地匹配，根据需要返回（贪婪）

“）”捕获结束

：B

按字面意思匹配字符：B（区分大小写）

从结果中删除“：B”：stu=str（stu）。替换（':B'，''）