Python 熊猫：在最大n个分隔符后提取字符串

我的数据如下所示：

        A_1         A_2         B_1         B_2         C_1         C_2
DP0001  11:01:01    11:01:01    15:35       51:02:01    07:02:04    15:02:01:01
DP0002  02:01:01:02 26:01:01    35:01:01:01 40:01:02    04:82       08:01:01
DP0003  11:01:01    11:01:01:01 15:02:01    56:04       01:02:01    08:01:01
DP0004  11:01:01    34:01:01    15:02:01    15:12       03:03:01:03 08:01:01

我想在最多3个

：

之前提取字符串。期望输出：

        A_1         A_2         B_1         B_2         C_1         C_2
DP0001  11:01:01    11:01:01    15:35       51:02:01    07:02:04    15:02:01
DP0002  02:01:01    26:01:01    35:01:01    40:01:02    04:82       08:01:01
DP0003  11:01:01    11:01:01    15:02:01    56:04       01:02:01    08:01:01
DP0004  11:01:01    34:01:01    15:02:01    15:12       03:03:01    08:01:01

我尝试了多种方法，但到目前为止都没有成功：

使用正则表达式：

但是，对于这种情况，它无法捕获只有1的字符串：，并返回NaN

使用先分割后加入策略

然后它在单元格中遇到只有

：

的

None

，并抛出一个错误

你能告诉我如何处理这个案子吗？谢谢

DataFrame。请更换

---

正则表达式详细信息：

• ^

  ：在行首断言位置

• （\w+：\w+：\w+）

  ：第一个捕获组

  • \w+

    ：匹配任意单词字符一次或多次

  • ：

    ：按字面意思匹配字符

    ：

• （：.+）

  ：第二个捕获组

  • ：

    ：按字面意思匹配字符

    ：

  • +

    ：匹配任意字符一次或多次

• ？

  ：在零和一次之间匹配上一个标记

---

请查看带有所示样本的联机

，请尝试以下内容。简单的解释是：使用replace函数并提及regex来匹配2位冒号2位冒号2位冒号2位，并根据OP的示例将所有其他内容保留为不需要

df.astype(str).replace(r'^((?:\d{2}:){2}\d{2})(.*)', r'\1', regex=True)

输出如下：

             A_1       A_2       B_1       B_2       C_1       C_2
DP0001  11:01:01  11:01:01     15:35  51:02:01  07:02:04  15:02:01
DP0002  02:01:01  26:01:01  35:01:01  40:01:02     04:82  08:01:01
DP0003  11:01:01  11:01:01  15:02:01     56:04  01:02:01  08:01:01
DP0004  11:01:01  34:01:01  15:02:01     15:12  03:03:01  08:01:01

---

regex中的

^（[\w]+：）{1,3}

可以解决这个问题，我认为它不起作用，它只产生了第一个

：

（[\w]+：[\w]+：？[\w]+）

前面的数字。这个怎么样？谢谢，它工作得非常好。如果我想稍微扩展一下这个问题，比如从

11:01:01G

捕获

11:01:01

，我将正则表达式更改为“^（\w+：\w+：\d+）（：.+）？”，它在正则表达式101上显示要正确捕获，但是当我使用

df.replace（r'^（\w+：\w+：\d+）（：.+）？”，r'\1'，regex=True）

，它仍然返回

11:01:01G

。如何解决此问题？@ThanhNguyen请检查

^（\w+：\w+：\d+）？

df.replace(r'^(\w+:\w+:\w+)(:.+)?', r'\1', regex=True)

             A_1       A_2       B_1       B_2       C_1       C_2
DP0001  11:01:01  11:01:01     15:35  51:02:01  07:02:04  15:02:01
DP0002  02:01:01  26:01:01  35:01:01  40:01:02     04:82  08:01:01
DP0003  11:01:01  11:01:01  15:02:01     56:04  01:02:01  08:01:01
DP0004  11:01:01  34:01:01  15:02:01     15:12  03:03:01  08:01:01

df.astype(str).replace(r'^((?:\d{2}:){2}\d{2})(.*)', r'\1', regex=True)

             A_1       A_2       B_1       B_2       C_1       C_2
DP0001  11:01:01  11:01:01     15:35  51:02:01  07:02:04  15:02:01
DP0002  02:01:01  26:01:01  35:01:01  40:01:02     04:82  08:01:01
DP0003  11:01:01  11:01:01  15:02:01     56:04  01:02:01  08:01:01
DP0004  11:01:01  34:01:01  15:02:01     15:12  03:03:01  08:01:01