Python pandas-正则表达式提取文本，如果找不到模式，则返回整个文本 编辑：将另一部分更新为问题

我有一个熊猫数据框“数据”，如下所示：

col1
-----
sample data1(xyz)
sample data2(xyz123)
sample data3
sample data4

我想在上面的专栏的基础上创建一个新的专栏，它包含了在开始的论文“（”之前的文本。 但是，如果行不包含括号，则应获取原始文本

我有以下基于str.extract函数的代码：

data["NewCol"] =data["col1"].str.extract("(.*?)\(")

当前结果（如果找不到模式，则输入NaN）：

预期结果（如果未找到模式，则应放入原始文本）：

我怎样才能得到预期的结果？必须有一种方法，只需一个命令，它的python！这里需要一些帮助

注意：使用提取函数并不是必需的。如果其他函数也能做到这一点，对我来说没问题

编辑： 第二部分 对于同一个数据集，如果我想对括号之间的文本执行类似的操作，该怎么办

我的代码：

data["NewCol"] =data["col1"].str.extract("\((.*?)\)")

当前结果（如果找不到模式，则输入NaN）：

预期结果（如果未找到模式，则应放入原始文本）：

---

正则表达式可以用来解决这个问题吗？

您可以

用空字符串替换后面的部分：

df['col1'].str.replace('\(.+$', '')

输出：

0    sample data1
1    sample data2
2    sample data3
3    sample data4
Name: col1, dtype: object

              0
0  sample data1
1  sample data2
2  sample data3
3  sample data4

或提取开头的非
（
字符：

df['col1'].str.extract("^([^\(]+)")

输出：

0    sample data1
1    sample data2
2    sample data3
3    sample data4
Name: col1, dtype: object

              0
0  sample data1
1  sample data2
2  sample data3
3  sample data4

您可以用空字符串替换尾随部分：

df['col1'].str.replace('\(.+$', '')

输出：

0    sample data1
1    sample data2
2    sample data3
3    sample data4
Name: col1, dtype: object

              0
0  sample data1
1  sample data2
2  sample data3
3  sample data4

或提取开头的非
（
字符：

df['col1'].str.extract("^([^\(]+)")

输出：

0    sample data1
1    sample data2
2    sample data3
3    sample data4
Name: col1, dtype: object

              0
0  sample data1
1  sample data2
2  sample data3
3  sample data4

使用提供的示例数据，您不需要正则表达式，而是可以使用：

使用提供的示例数据，您不需要正则表达式，而是可以使用：

这个解决方案很好，我已经为类似场景的问题增加了一个部分，但用于偏执之间的文本。你也能帮我一下吗？最简单的是用“fillna（df['col1']”链接你已经有的东西。我理解，这是有意义的。你的意思是：df[“NewCol”]=df[“col1”].str.extract（\（.*？））.fillna（df[“col1”]）？这似乎不起作用。对于NaN，它将第0行上的文本从“col1”填充到两个NaN中。奇怪？两个NaN的新值都是-sample data1（xyz）这个解决方案很好，我已经为类似场景的问题增加了一个部分，但用于偏执之间的文本。你也能帮我一下吗？最简单的是用“fillna（df['col1']”链接你已经有的东西。我理解，这是有意义的。你的意思是：df[“NewCol”]=df[“col1”].str.extract（\（.*？））.fillna（df[“col1”]）？这似乎不起作用。对于NaN，它将第0行上的文本从“col1”填充到两个NaN中。奇怪？两个NaN的新值都是-sample data1（xyz）。此解决方案也可以。我们是否能够使用拆分函数解决第2部分（编辑过的问题）？此解决方案也可以。我们是否能够解决第2部分（编辑问题）使用拆分功能？随着更新，您想问什么变得越来越不清楚。请尝试在每篇文章中使用一个问题，如果您必须进行大量编辑，请问一个新问题。随着更新，您想问什么变得越来越不清楚。请尝试在每篇文章中使用一个问题，如果您需要，请问一个新问题我必须做大量的修改。