Python pandas.Series.str.extractall用法及代码示例

用法: Series.str.extractall(pat, flags=0)

将正则表达式 pat 中的捕获组提取为 DataFrame 中的列。

对于系列中的每个主题字符串，从正则表达式 pat 的所有匹配项中提取组。当 Series 中的每个主题字符串都只有一个匹配项时，extractall(pat).xs(0, level='match') 与 extract(pat) 相同。

参数：

pat：str: 带有捕获组的正则表达式模式。
flags：int，默认 0(无标志): re 模块标志，例如 re.IGNORECASE 。这些允许修改大小写、空格等的正则表达式匹配。多个标志可以与按位或运算符组合，例如 re.IGNORECASE | re.MULTILINE 。

DataFrame: DataFrame，每场比赛一行，每组一列。它的行有一个 MultiIndex ，第一层来自主题 Series 。最后一个级别命名为 ‘match’ 并索引 Series 的每个项目中的匹配项。正则表达式 pat 中的任何捕获组名称都将用于列名称；否则将使用捕获组编号。

例子：

具有一组的模式将返回具有一列的 DataFrame。没有匹配的索引将不会出现在结果中。

>>> s = pd.Series(["a1a2", "b1", "c1"], index=["A", "B", "C"])
>>> s.str.extractall(r"[ab](\d)")
        0
match
A 0      1
  1      2
B 0      1

捕获组名称用于结果的列名称。

>>> s.str.extractall(r"[ab](?P<digit>\d)")
        digit
match
A 0         1
  1         2
B 0         1

具有两组的模式将返回具有两列的 DataFrame。

>>> s.str.extractall(r"(?P<letter>[ab])(?P<digit>\d)")
        letter digit
match
A 0          a     1
  1          a     2
B 0          b     1

不匹配的可选组在结果中为 NaN。

>>> s.str.extractall(r"(?P<letter>[ab])?(?P<digit>\d)")
        letter digit
match
A 0          a     1
  1          a     2
B 0          b     1
C 0        NaN     1

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.str.extractall。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：