在特定模式之前删除字符串的一部分

Question

我有一个熊猫数据框，其中有一列必须检索特定名称。唯一的问题是，这些名称并不总是在同一位置，并且该列的所有值都不具有相同的长度，因此我不能使用split函数。但是，我注意到在这些名称之前，总是有4到7位数字的组合。我相信它是名称的标识符。
因此，如何使用正则表达式遍历该列并检索所需的名称。 这是来自jupyter笔记本的示例：

 df['info']
 csx_Gb009_broken screen_231400_Iphone 7
 000345_SamsungS8_tfes_Vodafone_is56t34_3G
 Ins45_56003_Huawei P8_

我想要的是这样的

 df['Phones']
 Iphone 7
 SamsungS8
 Huawei P8

我想知道类似上面的内容，因为这些名称在4到7位数字的组合之前，并以下划线结尾。

Answer 1

您可以使用

df['Phones'] = df['info'].str.extract(r'\d{4}_([^_]+)')

模式匹配：

• \d{4}-4位数字
• _-下划线
• ([^_]+)-捕获组1（此值将由str.extract返回）：除_以外的一个或多个字符。

请参见regex demo。