使用pandas中的Regex根据另一列中的字符串查找匹配项

我有一个数据帧，这是其中的一部分

   CodeID    Codes
0  'code1'   '[code1(a,b,c)][code2(c,d,e)][code3(e,f,g)]'   ...
1  'code2'   '[code1(a,b,c)][code2(c,d,e)][code3(e,f,g)]'   ...
2  'code3'   '[code1(a,b,c)][code2(c,d,e)][code3(e,f,g)]'   ...
...

我试图做的是提取列

code

中与模式

r“\[[^][*\]”匹配的字符串部分。

比如：

df['Code'] = df['Codes'].str.find(r"\[<code in CodeID column>[^][]*\]")

df['code']=df['code'].str.find（r“\[[^][]*\]”）

---

似乎暗示不可能以矢量化的方式实现，但情况并不完全相同。

我们当然可以使用一列中的字符串来比较另一列，如下所示

在lambda表达式中，x[0]是代码ID，x[1]是代码

---

因为我的正则表达式技能不好，所以它不会返回任何结果：）

如果可能的话，正则表达式将看起来像

r“\[[^][]*\]”谢谢。我总是对regex视而不见，把调试的那部分留到最后！
import re
import pandas as pd

Out[20]: 
    CodeID                                         Codes
0  'code1'  '[code1(a,b,c)][code2(c,d,e)][code3(e,f,g)]'
1  'code2'  '[code1(a,b,c)][code2(c,d,e)][code3(e,f,g)]'
2  'code3'  '[code1(a,b,c)][code2(c,d,e)][code3(e,f,g)]'

df[['CodeID','Codes']].apply(lambda x: re.match(r"\[%s[^][]*\]"%x[0], x[1]),axis=1)
Out[21]: 
0    None
1    None
2    None
dtype: object