我正在使用 python，我希望能够保留电子邮件的域，但删除“com”、“.co.uk”或“us”等
所以基本上如果我有电子邮件，请说 random@gmail.com。我只想以字符串格式保留@gmail，但我想对任何电子邮件都这样做。所以random@yahoo.com 会留下@yahoo，或者random@aol.uk 会留下@aol
目前为止：
domain = re.search("@[\w.]+", val)
domain = domain.group()
返回域但带有 TLD 。所以@gmail.com，或@aol.co
【问题讨论】：
标签： python pandas string-parsing
如果你这样做
val = string.split('@')[1].split('.')[0]
为您的电子邮件字符串变量名称更改“字符串”。
这将获取“@”符号之后的所有内容，然后是第一个“。”之前的所有内容
在“random@gmail.com”上使用会得到“gmail”
如果您需要“@”符号，您可以将其添加回来；
full = '@' + val
【讨论】：
先拆分“@”，取“@”后面的部分。然后在“。”上拆分。并采取第一部分
email = "this.that@gmail.com.x.y"
'@' + email.split("@")[1].split(".")[0]
'@gmail'
【讨论】：
df = pd.DataFrame({'a':['random@yahoo.com','random@aol.uk','random@aol.co.uk']})
print (df)
a
0 random@yahoo.com
1 random@aol.uk
2 random@aol.co.uk
print ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0] )
0 @yahoo
1 @aol
2 @aol
Name: a, dtype: object
但更快的是使用apply，如果列中不是NaN 值：
df = pd.concat([df]*10000).reset_index(drop=True)
print ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0] )
print (df.a.apply(lambda x: '@' + x.split('@')[1].split('.')[0]))
In [363]: %timeit ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0] )
10 loops, best of 3: 79.1 ms per loop
In [364]: %timeit (df.a.apply(lambda x: '@' + x.split('@')[1].split('.')[0]))
10 loops, best of 3: 27.7 ms per loop
extract 的另一种解决方案比split 更快，如果NaN 列中的值可以使用：
#not sure with all valid characters in email address
print ( '@' + df.a.str.extract(r"\@([A-Za-z0-9_]+)\.", expand=False))
In [365]: %timeit ( '@' + df.a.str.extract(r"\@([A-Za-z0-9 _]+)\.", expand=False))
10 loops, best of 3: 39.7 ms per loop
【讨论】：
为了后代和完整性，这也可以通过索引和切片来完成：
email = 'random@aol.co.uk'
at = email.index('@')
dot = email.index('.', at)
domain = email[at:dot]
当目标是提取单个子字符串时，使用 split() 和 re 似乎有点矫枉过正。
【讨论】：