提取部分字符串匹配，直到列中的特定字符答案

【问题标题】：Extracting a partial string match up until a specific character within a column提取部分字符串匹配，直到列中的特定字符
【发布时间】：2020-02-24 03:03:27
【问题描述】：

我想从一列的行中提取与部分字符串匹配的字符串，直到遇到特定字符。

我想要 column_3 中所有以“String_”开头的字符串，直到“;”字符。

DF 包含如下内容：

Column_1    column_2    column_3 
A           B           X;A;B;String_123;C
Y           L           Y;Q;S;D;F;String_463;F;L;U
P           Q           K;E;TX;String_103;1;1;D;F

我想要的只是这些值：

String_123
String_463
String_103

【问题讨论】：

String_... 是否总是在 2 ; 之后发生？
不，“;”的数量可以在每一行中有所不同。

标签： python pandas dataframe slice

【解决方案1】：

运行：

df.column_3.str.extract(r'(?P<Str>String_[^;]+)')

extract 方法匹配一个捕获组。为了识别，我给这个组起了名字，它将是输出列的名称。

使用的正则表达式首先匹配“String_”，然后匹配一个非空序列 “;”以外的字符。

【讨论】：

【解决方案2】：

您可以使用正则表达式来提取此信息。正则表达式将匹配字符串“String_”，然后懒惰地匹配 0 个或多个字符，直到它看到第一个逗号

data_str = """Column_1    column_2    column_3 
A           B           X;A;B;String_123;C
Y           L           Y;Q;S;D;F;String_463;F;L;U
P           Q           K;E;TX;String_103;1;1;D;F"""

data = [line.split() for line in data_str.splitlines()]
import pandas as pd
df = pd.DataFrame(data[1:], columns=data[0])
print(df['column_3'].str.extract(r'(String_.*?);'))

输出

            0
0  String_123
1  String_463
2  String_103

【讨论】：