我正在尝试在熊猫列中提取月份名称之前的数字，如果那里有数字和月份名称。列中的字符串如下所示：
133 h missed intake office visit on 28 June 1994 a...
136 11 February 1985 CPT Code: 90801 - Psychiatric...
150 12 March 1980 SOS-10 Total Score:\n
151 22 June 1990 Medical History:\n
165 .On 18 August 1975 patient presented to BH ED/...
181 18 August 1995 Primary Care Doctor:\n
182 eby 13 June 1974 it appears amitriptyline had ...
188 12 March 2004 CPT Code: 90801 - Psychiatric Di...
228 s 20 yo M carries dx of BPAD, presents for psy...
229 t Allergies Sulfa (Sulfonamide Antibiotics) - ...
230 B/R Walnut Ridge. Raised with sister and paren...
231 50 yo DWF with a history of alcohol use disord...
232 )HTN, hypercholesterolemia, DM, sleep apnea,, ...
因此，例如，在第133行中，我希望从6月之前删除28，在136行中，从2月之前删除11。
我正在尝试修改以前使用的正则表达式来获取数字。此正则表达式为：
DF["col2"] = DF["col1"].str.extract(r'\b\d{1,2}\s(January|February|March|April|May|June|July)|August|September|October|November|December')
我猜想捕获括号导致提取的对象是月份而不是数字，但是当我尝试将捕获括号放在数字\d{1,2}上时，我会收到错误消息。
我如何仅从此列中获取数字？
答案 0 :(得分：3)
要仅提取月份名称之前的天数字部分，可以使用
r'\b(\d{1,2})\s(?:January|February|March|April|May|June|July|August|September|October|November|December)
^ ^
请参见regex demo。
捕获括号仅在\d{1,2}模式部分周围。月份名称位于不创建单独捕获的非捕获组（(?:...)）中。
还要注意，月份名称都放在一个分组结构中，在原始正则表达式中，结尾)放在July之后，破坏了正则表达式。