使用正则表达式python迭代数据帧

Question

我尝试在DF或列表中的另一列中解析SI类型模式 我尝试了两件事：

|    a             |
-------------------+
| Builder          |
| left             |
| SI_NAME lide_on  |
| SI_ID 456        |
| Scheduling Info  |

df['b']= df['a'].apply(lambda row: re.findall('\SI_\w+\s',row))  

和

list_DF=[]
for index,row in df.iterrows():
    list_DF.append(re.findall('\SI_\w+\s',row[0]))

我无法获得结果，第一个返回新列中的空列表

Answer 1

您可以使用类似

的内容

df['b'] = df['a'].str.findall(r'^SI_\w+')

使用.str将强制将内容解析为字符串。

^SI_\w+模式匹配SI_，然后仅在字符串的开头匹配1个字符（由于^） - 它看起来像您之后的条目遵循此模式。您可以在末尾添加.apply(','.join)或类似的内容，以在结果列中获取字符串数据。