熊猫正则表达式-条件匹配

Question

我有一个这样的数据框：

pd.DataFrame({'course_code': ['BUS225 - DC - 02-21-17', 
                          'N320L - EM8 - 01-21-20 - Sect1', 'N495 - LA8 - 05-14-19 - Sect3']})

我正在尝试编写一个正则表达式（带有大熊猫），该正则表达式返回以下输出：

pd.DataFrame({'course_code': ['BUS225', 'N320L', 'N495']})

此刻是我的代码：

df.course_code.str.extract(r'(\A\D\D\D\d\d\d)')

我知道我在这里缺少什么。我很难捕捉到“ L”，并且要处理在字符串开头具有3个alpha字母对1个alpha字母的课程代码。

Answer 1

分割第一次出现的定界符' - '并保留第一个元素就足够了：

df['course_code'] = df.course_code.str.split(' - ', n=1, expand=True)[0]

print(df)
  course_code
0      BUS225
1       N320L
2        N495

Answer 2

您可以将lambda表达式与split函数一起使用。在您的问题中，用“-”分隔可以很好地工作，并且您无需为其找到正则表达式：

null

如果要使用正则表达式，则应说明所需的字符串第一部分的结构。