在列中剪切字符串的重要部分

Question

我有一个名为Gruen的列，其中包含一个字符串。我的目标是从列中仅获取字符串Gelb Orange Gruen，并创建一个新列，该列代表每行（如果包含Gelb Orange {{ 1}}

我尝试使用以下代码：

result['Y'] =  result.Dateiname.str[-10:-4]

因为这些单词的长度并不相等，所以我得到4_或1_或只是_，这取决于我要切出的是Gruen还是Gelb。是否有可能获得Dateiname列的Gruen Gelb Orange部分并将其保存到Y列中？

目标是：

Answer 1

使用str.extract：

result['Y'] =  result.Dateiname.str[-10:-4].str.extract('(Gruen|Gelb|Orange)')

另一种解决方案是_或.的{​​{3}}并通过索引从结尾获取第二个值：

result.Dateiname.str.split('_|\.').str[-2]

或者如果要检查所有数据：

result['Y'] =  result.Dateiname.str.extract('(Gruen|Gelb|Orange)')

Answer 2

如果您的数据遵循与required_word相同的格式，后跟.csv，则将str.extract与正则表达式一起使用：

例如：

result = pd.DataFrame({'Dateiname':['asdfjaskld_3242_34.fsdf_450_Violet.csv',
                                'asdfjaskld_3242_34.fsdf_450_Green.csv',
                                'asdfjaskld_3242_34.fsdf_450_Indigo.csv',
                                'asdfjaskld_3242_34.fsdf_450_Red.csv']})

result['Y'] = result.Dateiname.str.extract(r'([a-zA-Z]+).csv')

print(result)
                                Dateiname       Y
0  asdfjaskld_3242_34.fsdf_450_Violet.csv  Violet
1   asdfjaskld_3242_34.fsdf_450_Green.csv   Green
2  asdfjaskld_3242_34.fsdf_450_Indigo.csv  Indigo
3     asdfjaskld_3242_34.fsdf_450_Red.csv     Red

Answer 3

您可以使用：

result['Y'] = result['Dateiname'].str.split('_').str[-1].str[:-4]