从字符串中提取大写单词答案

【问题标题】：extract uppercase words from string从字符串中提取大写单词
【发布时间】：2023-02-03 18:42:10
【问题描述】：

我想从数据集 X 的 columnY 中的字符串中提取所有完整的大写单词（不仅是第一个字母，还有单词中的所有字母）

我有以下脚本：

X['uppercase'] = X['columnY'].str.extract('([A-Z][A-Z]+)')

但这只会提取字符串中的第一个大写单词。

然后我尝试了 extractall：

X['uppercase'] = X['columnY'].str.extractall('([A-Z][A-Z]+)')

但我收到以下错误：

类型错误：插入列的索引与框架索引不兼容

我究竟做错了什么？

【问题讨论】：

您在这里想要的实际输出是什么？你想要一个单身的以空格分隔的大写单词的列，或多列，每个大写单词（或其他）一个？
两者都可以，但我更喜欢一列所有大写单词（空格分隔）

标签： python

【解决方案1】：

我们可以使用正则表达式和列表理解如下

import re

def extract_uppercase_words(text):
    return re.findall(r'[A-Z]+', text)

X['columnY'].apply(extract_uppercase_words)

【讨论】：

【解决方案2】：

假设你只要列中有单词，您可以尝试：

X["uppercase"] = X["columnY"].str.replace(r's*w*[a-z]w*s*', ' ', regex=True)
                             .str.replace(r's{2,}', ' ', regex=True)
                             .str.strip()

第一个替换目标不是所有大写的单词（被定义为任何单词至少有一个小写字母），以及任何周围的空间。我们只用一个空格替换。第二次替换以任何多余的空间为目标，并仅替换为一个空格。

【讨论】：

也许添加一些关于该技术的解释？
我已经编辑了我的问题，因为我只需要完全大写的单词。所以，不是“狗”这个词，而是“狗”这个词。
答案已更新。