从 Pandas DataFrame 的一列中提取 2 个特殊字符之间的子字符串

Question

我有一个像这样的 Python Pandas DataFrame：

Name  
Jim, Mr. Jones
Sara, Miss. Baker
Leila, Mrs. Jacob
Ramu, Master. Kuttan 

我只想从 Name 列中提取 name title 并将其复制到名为 Title 的新列中。 输出数据帧如下所示：

Name                    Title
Jim, Mr. Jones          Mr
Sara, Miss. Baker       Miss
Leila, Mrs. Jacob       Mrs
Ramu, Master. Kuttan    Master

我正在尝试使用正则表达式找到解决方案，但未能找到正确的结果。

Answer 1

In [157]: df['Title'] = df.Name.str.extract(r',\s*([^\.]*)\s*\.', expand=False)

In [158]: df
Out[158]:
                   Name   Title
0        Jim, Mr. Jones      Mr
1     Sara, Miss. Baker    Miss
2     Leila, Mrs. Jacob     Mrs
3  Ramu, Master. Kuttan  Master

或者

In [163]: df['Title'] = df.Name.str.split(r'\s*,\s*|\s*\.\s*').str[1]

In [164]: df
Out[164]:
                   Name   Title
0        Jim, Mr. Jones      Mr
1     Sara, Miss. Baker    Miss
2     Leila, Mrs. Jacob     Mrs
3  Ramu, Master. Kuttan  Master

Answer 2

看看str.extract 。

您正在寻找的正则表达式是(?<=, )\\w+(?=.) 。 在词中：取前面有, （但不包括）的子串，由至少一个单词字符组成，并以.结尾. （但不包括）。 以后，请使用在线正则表达式测试器，例如regex101 ； 正则表达式变得相当微不足道。

这是假设Name列中的每个条目的格式相同。