在字符前后创建提取子串的变量答案

【问题标题】：Create Variable of Extracted Substring Before and After Character在字符前后创建提取子串的变量
【发布时间】：2021-08-03 13:30:46
【问题描述】：

在数据表中，我有一个变量 'RESULT'，其中包含大量如下所示的文本：

Transfer Handoff Entered On:  07/25/2021 2:45 EDT    Performed On:  07/25/2021 2:45 EDT by 
LAST, FIRST RN  Handoff   Clinician Relationship to Patient :   Nurse   
Clinician Receiving Report :   Handoff Transfer Type :   Intra-hospital   Sending Unit :   EMTC   Date, Time Report Given :   07/25/2021 2:45 EDT   
Receiving Unit :   4 Main Access   Intrahospital Transfer Mode :   Wheelchair   Transfer 
Notifications :   Father   Transfer Note :   report given via IPASS method

我想在“接收单位：”之后和“院内”之前提取文本以创建自己的单独列，从而生成如下所示的数据库：

PT_FIN       RESULT                              RECEIVING_UNIT
124324        *All of the text from above*        4 Main Access

我做了一些研究，发现了许多类似的帖子，但不太确定如何让开发一些代码顺利进行。

Extract elements from data column (String) before and after character

【问题讨论】：

标签： python pandas

【解决方案1】：

可以使用Pandas函数str.extract()，如下：

df['RECEIVING_UNIT'] = df['RESULT'].str.extract(r'Receiving Unit\s*:(.*?)\s*Intrahospital')

演示

df = pd.DataFrame({'RESULT': ['Receiving Unit :   4 Main Access   Intrahospital Transfer Mode :   Wheelchair   Transfer ']})

df['RECEIVING_UNIT'] = df['RESULT'].str.extract(r'Receiving Unit\s*:(.*?)\s*Intrahospital')

print(df)

                                                                                      RESULT    RECEIVING_UNIT
0  Receiving Unit :   4 Main Access   Intrahospital Transfer Mode :   Wheelchair   Transfer      4 Main Access

【讨论】：

【解决方案2】：

您可以使用正则表达式来匹配和提取中间文本。

import re
def get_text(txt):
    mytxt = re.search(r'Receiving Unit \:(.*?)Intrahospital Transfer Mode', txt).group(1)
    return mytxt

df['RECEIVING_UNIT'] = [get_text(x) for x in df['RESULT']]

如果你的df很大，那么SeaBean的解决方案可能会更高效。

【讨论】：