Python Dataframe通过搜索子字符串对列内容进行切片

下面是一个数据框，我想得到第一个“I”和它前面的一个字母

import pandas as pd

data = {'Name': ["Diya.K","Kate.N","Ali.T","Beatriz.C","Andy.W","Gabriel.P","Peter.V"], 
'Units sold' : [48,58,20,41,21,14,22]}

df = pd.DataFrame(data)

考虑使用查找和切片，因此进行了以下两次尝试，但均无效：

df['where_i'] = df['Name'].str.find('i')
df['a_letter_before_and_i'] = df['Name'].str[df['where_i'] - 1 : df['where_i'] + 1]

where_i = df['Name'].str.find('i')
df['a_letter_before_and_i'] = df['Name'].str[where_i - 1 : where_i + 1]

如何通过搜索关键字将其切分？多谢各位

---

您可以定义一个小的正则表达式检查函数，并将其应用到您的列中

例如：

重新导入
def get_匹配项（正则表达式，字符串）：
matches=re.search（正则表达式、字符串、re.IGNORECASE）
如果匹配：
返回匹配项。组（）
一无所获

然后会回来

0      Di
1    None
2      li
3      ri
4    None
5      ri
6    None
Name: Name, dtype: object

---

您想要的是模棱两可的，因为名字

Diya

也应该给出

Di

但根据我的理解，下面是代码

df['where'] = df['Name'].map(lambda name: name[ name.find('i') -1 : name.find('i') + 1 ] if name.find('i') != -1 else ''   )

print(df)
    Name    Units sold  where
 0  Diya.K      48      Di
 1  Kate.N      58  
 2  Ali.T       20      li
 3  Beatriz.C   41      ri
 4  Andy.W      21  
 5  Gabriel.P   14      ri
 6  Peter.V     22  

---

关于您尝试的代码，Pandas实际上提供了一个字符串切片方法：。不幸的是，在这里使用会有点尴尬

但是，使用正则表达式可以得到一个简单的解决方案：

重新导入
作为pd进口熊猫
数据={'Name'：[“Diya.K”，“Kate.N”，“Ali.T”，“Beatriz.C”，“Andy.W”，“Gabriel.P”，“Peter.V”]，
“售出单位”：[48、58、20、41、21、14、22]}
df=pd.DataFrame（数据）
字母_re=r“（.i）”
df[“sub_slice”]=df[“Name”].str.extract（字母re，flags=re.IGNORECASE，expand=False）
打印（df）

输出：

命名已售出的子单元
0第亚K 48第二
1凯特北58南
2.阿里T 20里
3比阿特丽兹C 41国际扶轮
4.W 21南
5加布里埃尔，第14页
6彼得对22南

为什么

姓名的
通缉
栏中没有结果？@AMC，谢谢您指出。）你能将表格作为实际文本共享吗？请参阅：，.@AMC，它们是来自2次尝试片段的“打印”输出。为了更好的说明，我将它们与代码一起制作了屏幕截图。
df['where'][I]
不会产生警告吗？这样索引的正确方法是使用
loc
和
iloc
。我认为您也不需要事先创建列。不，它没有给出任何警告，我认为这是因为dataFrame的创建方式。是的，你们是对的，并没有必要事先创建专栏。我已对我的代码进行了更改。@Harpreethingh，感谢您的帮助和分享！它起作用了！您介意我选择AMC作为答案吗？
如果len（matches）==0:
可以简化为
如果不匹配：
。另外，如果您只关心第一个结果，为什么要使用
re.findall（）
？这不是
re.search（）
的目的吗？谢谢@AMC的有效评论。修改答案谢谢您的持续跟进！你介意我选择另一个答案吗？哪一个可行，来得更早，也很直接？@MarkK你指的是哪一个？我很快地看了一些答案，但它们似乎很简单，过于复杂，这就是我共享此解决方案的原因。@MarkK
NaN
是完全正常的，这是表示缺少值的惯用方式。@MarkK再看一眼，我对他们的解决方案的性能很好奇，尤其是
str.find（）
对每个值调用3次。明天我将对解决方案进行基准测试，并包括一个经过重构的循环+字符串切片方法，该方法应该更有效。
df['where'] = df['Name'].map(lambda name: name[ name.find('i') -1 : name.find('i') + 1 ] if name.find('i') != -1 else ''   )

print(df)
    Name    Units sold  where
 0  Diya.K      48      Di
 1  Kate.N      58  
 2  Ali.T       20      li
 3  Beatriz.C   41      ri
 4  Andy.W      21  
 5  Gabriel.P   14      ri
 6  Peter.V     22