Question

我的句子（df.sentence）的df列如下：

sentence 
His name is Paul. He's in jail.
Her name is Allison. She's a doctor.
He is named Steve. He's an engineer.

等

当前，我具有如下设置的循环以提取名称：

for i in range(len(df.sentence):
  if 'name is' in df['sentence'][i]:
    name = re.findall(r'(?<=name is\s)[a-z]+',str(df['sentence'][i]),re.I)

但是，这不起作用。或者我可能只需要帮助来正确设置正则表达式。

已更新（无法正确输出）：

for i in range(len(df)):
  if '[name is|named]' in df['sentence'][i]:
    name = df.sentence.i.str.extract('[name is|named]\s(.*?)(?=\.|\s)')
  else:
    pass

Answer 1

在断言后使用后退：

df.str.extract(r'(?<= name is |is named )(\w+)')

输出：

         0
0     Paul
1  Allison
2    Steve

Answer 2

如果此列中的所有行均采用相同格式（如第四个感兴趣的单词），则直接获取索引4。

在pandas列中的split（）方法之后提取第一个单词

2 个答案: