从pandas-python中的现有df创建新df

优化的pandas命令应该是什么，以便通过以下转换从只有一列名为val的现有数据帧创建新数据帧

输入：

1_2_3
1_2_3_4
1_2_3_4_5

输出：

2
2_3
2_3_4

     val
0      2
1    2_3
2  2_3_4

     val
0      2
1    2_3
2  2_3_4

         val  new_val
0      1_2_3        2
1    1_2_3_4      2_3
2  1_2_3_4_5    2_3_4

删除所有内容，直到第一个下划线（包括u）为止，也删除最后一个下划线（包括）之后的所有内容。

您可以与正则表达式一起使用，该正则表达式匹配第一个

\u

之前的字符，以及从最后一个

\u

到字符串末尾的字符，将这两部分替换为零：

df['val']=df['val'].str.replace（'^[^.]*.[u（.*）.[^.]*$，r'\1'）

输出：

2
2_3
2_3_4

     val
0      2
1    2_3
2  2_3_4

     val
0      2
1    2_3
2  2_3_4

         val  new_val
0      1_2_3        2
1    1_2_3_4      2_3
2  1_2_3_4_5    2_3_4

如果希望在新数据帧中包含该单列，可以使用以下方法将其转换为一列：

df2=df['val'].str.replace（'^[^.]*.[u（.*）.[^.]*$，r'\1'）。to_frame（）

拆分后str切片的另一种方式：

df['val'].str.split("_").str[1:-1].str.join("_")

0        2
1      2_3
2    2_3_4

---

按字符在字符串r1开头和r2结尾之间拆分字符串

其中

r1=数字

和

r2=\u数字

df.a.str.split('(?<=^\d\_)(.*?)(?=\_\d+$)').str[1]

---

df.a.str.split（”（？您可以使用
str.find
和
str.rfind
找到第一个和最后一个
，然后可以从中获取子字符串

df['val'] = [x[x.find('_')+1:x.rfind('_')] for x in df['val']]

输出：

2
2_3
2_3_4

     val
0      2
1    2_3
2  2_3_4

     val
0      2
1    2_3
2  2_3_4

         val  new_val
0      1_2_3        2
1    1_2_3_4      2_3
2  1_2_3_4_5    2_3_4

你可以用这个方法来做

我正在传递2个正则表达式，第一个正则表达式找到子字符串1并用空字符串替换它，第二个正则表达式找到子字符串，子字符串后面有一个下划线，后面有一个数字（这就是“$”的意思）和一个空字符串。
与正则表达式相关的问题总是很有趣的

我再加一个。这里是
str.extract
：

df['new_val'] = df['val'].str.extract('_(.+)_')

输出：

2
2_3
2_3_4

     val
0      2
1    2_3
2  2_3_4

     val
0      2
1    2_3
2  2_3_4

         val  new_val
0      1_2_3        2
1    1_2_3_4      2_3
2  1_2_3_4_5    2_3_4