使用 Pandas 执行左搜索功能

Question

这是我第一个链接到我的第一个 Python 项目的问题。 简单来说，我在 Excel 中有 2 列数据，如下所示（前 6 行）：

destination_area   |   destination_code
SG37.D0            |   SG37.D
SG30.C0            |   SG30.C
SG4.A3.P           |   SG4.A
SG15.C16           |   SG15.C
SG35.D02           |   SG35.D
SG8.A5.BC          |   SG8.A

所以在 Excel 中，我使用一个函数通过查找第一个“。”来获取目标代码。在单元格中 & 返回它左边的所有字符，加上 1 个字符：

=IfError(left(E2,search(".",E2)+1),"")

现在我想使用 str.extract 来执行它

df1['destination_code'] = df1['destination_area'].str.extract(r"(?=(.*[0-9][.][A-Z]))", expand = False)  

print(df1['destination_area'].head(6),df1['destination_code'].head(6))

我几乎得到了我需要的东西，但代码仍然可以识别那些有超过 1 个“。”的代码

destination_area   |   destination_code
SG37.D0            |   SG37.D
SG30.C0            |   SG30.C
SG4.A3.P           |   SG4.A3.P
SG15.C16           |   SG15.C
SG35.D02           |   SG35.D
SG8.A5.BC          |   SG8.A5.BC

我认识到我的正则表达式正在理解 {a number + "." 的模式。 + 一个字母}，返回“SG4.A3.P”和“SG8.A5.BC”情况下的所有字符。 那么如何修改我的代码呢？或者像 Excel 那样执行代码的更好方法？提前致谢

Answer 1

无需前瞻。使用

df1['destination_code'] = df1['destination_area'].str.extract(r"^([^.]+\..)", expand=False)  

见proof。注意捕获组，这里返回你需要的值就够了。

解释：

--------------------------------------------------------------------------------
  ^                        the beginning of the string
--------------------------------------------------------------------------------
  (                        group and capture to \1:
--------------------------------------------------------------------------------
    [^.]+                    any character except: '.' (1 or more
                             times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
    \.                       '.'
--------------------------------------------------------------------------------
    .                        any character except \n
--------------------------------------------------------------------------------
  )                        end of \1