Python 删除特定模式之前的字符串部分
我有一个熊猫数据框,其中有一个列,我必须在其中检索特定的名称。唯一的问题是,这些名称并不总是在同一个位置,并且该列的所有值的长度都不相同,因此我无法使用split函数。然而,我注意到在这些名字之前,总是有一个4到7位数的组合。我相信这是名字的标识符Python 删除特定模式之前的字符串部分,python,regex,pandas,Python,Regex,Pandas,我有一个熊猫数据框,其中有一个列,我必须在其中检索特定的名称。唯一的问题是,这些名称并不总是在同一个位置,并且该列的所有值的长度都不相同,因此我无法使用split函数。然而,我注意到在这些名字之前,总是有一个4到7位数的组合。我相信这是名字的标识符 那么,我如何使用正则表达式遍历该列并检索所需的名称呢。 以下是jupyter笔记本中的一个示例: df['info'] csx_Gb009_broken screen_231400_Iphone 7 000345_SamsungS8_tfes_
那么,我如何使用正则表达式遍历该列并检索所需的名称呢。 以下是jupyter笔记本中的一个示例:
df['info']
csx_Gb009_broken screen_231400_Iphone 7
000345_SamsungS8_tfes_Vodafone_is56t34_3G
Ins45_56003_Huawei P8_
我想要的是这样的东西:
df['Phones']
Iphone 7
SamsungS8
Huawei P8
我想让上面这样的东西知道,这些名称在4到7位数字的组合之前,以下划线结尾。您可以使用
df['Phones'] = df['info'].str.extract(r'\d{4}_([^_]+)')
模式匹配:
-4位数字\d{4}
-下划线。
-捕获组1(此值将由([^]+)
返回):除str.extract
之外的一个或多个字符.