python使用正则表达式创建新列

我正试图从Python dataframe中的现有列创建一个新列

下表显示的是示例数据，希望通过从Col2列提取特定文本来添加新列

下面是我正在使用的正则表达式，它通过行循环来计算新的列值。我正在寻找正则表达式，它甚至可以处理Col2中的空单元格

“[A-Z]*[A-Z].{9}”

有谁能告诉我更好的方法吗

您可以使用

import pandas as pd
cols = {'Col1':['Abc', 'def'],
    'Col2': ['abc.02.06.05 (Control NA', 'Test acc.02.06.05 Unknown'],
}
df = pd.DataFrame(cols)
df['NewCol'] = df['Col2'].str.extract(r'(\w+(?:\.\d+)+)', expand=False)

输出：

  Col1                       Col2        NewCol
0  Abc  abc.02.06.05 (Control NA   abc.02.06.05
1  def  Test acc.02.06.05 Unknown  acc.02.06.05

（\w+（？：\。\d+）

正则表达式匹配1+个字字符，然后匹配一个或多个

序列和一个或多个数字

（…）

创建一个捕获组，当您需要使用

str.extract

提取子字符串（第一次出现）时，该捕获组是必需的

如果你需要一个更精确的正则表达式，你需要提出实际的需求。例如，您可能只希望提取空白边界之间的子字符串，并且仅当字母数字字符串后面有三组以点分隔的两位数时：

r'(?<!\S)(\w+(?:\.\d{2}){3})(?!\S)'

---

r'（？不要发布图像，用文本提供数据可能
df['NewCol']=df['Col2'].str.extract（r'（\w+（？：\.\d+），expand=False）
？谢谢你的Wiktor Stribiżew。这个正则表达式（\w+（？：\.\d+）是我一直在寻找的。我能够使用（[A-Z][A-Z0-9][A-Z].\d\d\d\d\d）提取文本，但我认为你的方法更好。