Python Pandas Series str extractall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':['k23','45k','67k89']}, index=['a','b','c'])
df



   A
a  k23
b  45k
c  67k89

要获取与给定正则表达式匹配的提取子字符串：

df['A'].str.extractall('(\d+)')   # returns a multi-index DataFrame



          0
match  
a      0  23
b      0  45
c      0  67
       1  89

这里，输入字符串是一个正则表达式，\d+表示一个数字，而()表示我们要提取的部分。

由于生成的 DataFrame 是一个多索引，因此我们可以获得特定索引的匹配，如下所示：

df_result = df['A'].str.extractall('(\d+)')
df_result.loc['c']



        0
match  
0       67
1       89

多个捕获组

考虑以下 DataFrame ：

import pandas as pd
df = pd.DataFrame({'A':['k23','45y','67k89']}, index=['a','b','c'])
df



   A
a  k23
b  45y
c  67k89

我们可以使用多个括号捕获多个组：

df['A'].str.extractall('(\d+)([ky])')



            0   1
    match    
b     0     45  y
c     0     67  k