在csv列中的特殊字符之间提取字符串答案

【问题标题】：Extracting string between special characters in a csv column在csv列中的特殊字符之间提取字符串
【发布时间】：2017-11-10 16:02:52
【问题描述】：

我想从转推中提取用户句柄，即；之间的任何用户名 “RT @username:xyzxyzxyz” 到一个新列。我做了以下

df = pd.read_csv("string.csv")
for index,row in df.iterrows(): 
    df['Influencers'] = df['Tweet'].str.extract("\(@*?)\:")
df.to_csv('string3.csv', index=False)

它产生了以下错误：

  File "C:\ANACONDA\lib\re.py", line 251, in _compile
    raise error, v # invalid expression

error: unbalanced parenthesis

样本 DF：

df=pd.DataFrame({"Tweet": ["RT @saikatd: Are editors involved in the transfer of Income Tax officials?","RT @CLManojET: Can't allow L-G's fantasy of running a parallel administration"," Fairplay n equity 2 consumers 2 be ensured"]})

【问题讨论】：

标签： python regex csv pandas

【解决方案1】：

试试这个：

df = pd.read_csv("string.csv")
df['Influencers'] = df['Tweet'].str.extract("RT\s+(\@[^\:]*)", expand=False)

更新：

In [34]: df
Out[34]:
                        Tweet
0      RT @username:xyzxyzxyz
1         Free text RT @user2
2                 Blah - blah
3  Text @another_user:aaaaaaa

In [35]: df['Influencers'] = df['Tweet'].str.extract("RT\s+(\@[^\:]*)", expand=False).fillna('Original')

In [36]: df
Out[36]:
                        Tweet Influencers
0      RT @username:xyzxyzxyz   @username
1         Free text RT @user2      @user2
2                 Blah - blah    Original
3  Text @another_user:aaaaaaa    Original

【讨论】：

@lightyagami96，请extend your question 提供一个小的可重复数据集和所需的数据集。请阅读how to make good reproducible pandas examples并相应地编辑您的帖子。
感谢您的建议，df=pd.DataFrame({"Tweet": ["RT @saikatd: Are editors involved in the transfer of Income Tax officials?","RT @CLManojET: Can't allow L-G's fantasy of running a parallel administration"," Fairplay n equity 2 consumers 2 be ensured"]})
@lightyagami96 也可以随意投票给 MaxU 的答案。你现在有 >= 15 代表
@lightyagami96，很高兴我能帮上忙 :)

【解决方案2】：

对不起，我解决了这个问题，但我无法针对上述情况实现 else 条件：

df = pd.read_csv("string.csv")
for index,row in df.iterrows(): 
    if "RT @" in row["Tweet"]: 
        df['Influencers'] = "@"+df['Tweet'].str.extract("\@(.+?)\:", expand= False)
    else :
        df['Influencers'] = "Original"
df.to_csv('string3.csv', index=False)

它为 else 条件生成空白行。

【讨论】：