从以特殊字符开头和结尾的 pandas 行中提取子字符串答案

【问题标题】：Extract substrings from pandas rows that starts and ends with a special character从以特殊字符开头和结尾的 pandas 行中提取子字符串
【发布时间】：2021-09-03 04:02:40
【问题描述】：

我有这个 df：

id  description
0   changed status to **In progress** of this task
1   changed status to **Closed** of this task   
2   changed status to **Testing** of this task
3   changed status to **Update** of this task
4   changed status to **Completed** of this task

我想通过从描述列中提取** 之间的子字符串来子集这个df，例如In Progress、Closed、Testing、Update 和Completed。

我按照一些堆栈溢出的解决方案尝试了正则表达式，例如：

import re
re.search('**(.+?)**', df.description)

但是我收到了这个错误：

error: nothing to repeat at position 0

知道如何解决这个问题吗？

【问题讨论】：

标签： python regex pandas

【解决方案1】：

Pandas 嵌入了正则表达式：

>>> df['description'].str.extract('\*\*(.*)\*\*')
             0
0  In progress
1       Closed
2      Testing
3       Update
4    Completed
>>>

只需使用str.extract 方法。

【讨论】：

【解决方案2】：

您不能将系列传递给re.search。它需要一个字符串。请改用str.extract pandas 方法：

df.description.str.extract(r'\*\*(.+?)\*\*')

【讨论】：

是的！ str.extract 在这里很方便，和我的回答一样！ :P
对不起，交叉发帖；）
没关系 :P 我们的表达方式有点不同

【解决方案3】：

星号是正则表达式中的特殊字符。如果你想要一个文字星号，你需要用 \ 转义它。

import re
re.search('\*\*(.+?)\*\*', df.description)

【讨论】：

谢谢。我得到了错误。 TypeError: expected string or bytes-like object