Question

数据框看起来像这样

col_a
Python PY is a general purpose PY language

Programming PY language in Python PY 

Its easier to understand  PY

The syntax of the language is clean PY

此代码我试图实现此功能，但无法获得预期的输出。如果有帮助的话。

以下是我使用正则表达式处理的以下代码：

df['col_a'].str.extract(r"([a-zA-Z'-]+\s+PY)\b")

所需的输出：

col_a                                       col_b_PY     
Python PY is a general purpose language         Python PY purpose PY
Programming PY language in Python PY            Python PY Programming PY     
Its easier to understand  PY                    understand PY 
The syntax of the language is clean PY          clean  PY

Answer 1

简单模式将提取所需的字符串：\w+\s+PY

说明：\w+匹配一个或多个单词字符，然后\s+匹配一个或多个空格，后跟PY。

Demo

Answer 2

使用@Michal的正则表达式：

import re
def app(row):
    return ' '.join(re.findall(r'\w+\s+PY', row.col_a))

df['col_b_PY'] = df.apply(app, axis=1)

您需要将应用函数中每一行的所有匹配项串联起来。也可以使用extractall来做到这一点，但是我发现这更简单，更直接。

PANDAS在字符串的一列中找到确切的单词和单词（多个）之前，并将其附加到python中的新列

2 个答案: