Python Pandas Series str extract方法用法及代码示例

例子

基本用法

考虑以下 DataFrame ：

import pandas as pd
df = pd.DataFrame({'A':['a1','b2','c3']})
df



   A
0  a1
1  b2
2  c3

要获取与给定正则表达式匹配的提取子字符串：

df['A'].str.extract('[ab](\d+)')



   0
0  1
1  2
2  NaN

这里，[ab]表示a或b，\d+表示数字。我们使用()来指示我们要提取的部分。

多个捕获组

我们可以使用多个括号捕获多个组，如下所示：

df['A'].str.extract('([ab])(\d+)')   # returns a DataFrame



   0    1
0  a    1
1  b    2
2  NaN  NaN

设置展开

考虑以下 DataFrame ：

import pandas as pd
df = pd.DataFrame({'A':['a1','b2','c3']})
df



   A
0  a1
1  b2
2  c3

默认情况下， expand=True ，这意味着即使只有一个捕获组，也会返回 DataFrame ：

df['A'].str.extract('[ab](\d+)')   # expand=True



   0
0  1
1  2
2  NaN

要获取系列(或索引)，请设置 expand=False ：

df['A'].str.extract('[ab](\d+)', expand=False)



0      1
1      2
2    NaN
Name: A, dtype: object