在 email 开始之前获取所有电子邮件和消息

Question

我正在尝试解析我的数据集以获取 email 之前的所有电子邮件和单词。 例如，如果我有这样的一行：

sno                                                text
1        From: m.kro@b.org To: Cha.Sh@dys.com Hi my name is Sam and my email is samwise@gmail.com

然后我想将其捕获为：

sno                                                text                                              emails
1        From: m.kro@b.org To: Cha.Sh@dys.com Hi my name is Sam and my email is samwise@gmail.com    [From : m.kro@b.org ,To: Cha.Sh@dys.com, is samwise@gmail.com] 

到目前为止我尝试过的解决方案：

我已经尝试使用“find_all”function 来获取所有电子邮件，但是在 email 开始之前我遇到了问题。

df['Full Comments'].str.findall('(\S+@\S+)').str[0]

对此的任何帮助表示赞赏。 谢谢你。

Answer 1

尝试：

pat = '([\w:]+ [\w\.]+@[\w\.]+)'

df['emails'] = df.text.str.extractall(pat).groupby(level=0)[0].agg(list)

---

更新：您可以使用unstack将单词提升为列标题：

emails = (df.text.str.extractall(pat)
       .reset_index('match', drop=True)
       .set_index([0],append=True)[1]
       .unstack()
    )

df = df.join（电子邮件）

Output（不含连接部分）：

0       From:             To:                 is 
0  m.kro@b.org  Cha.Sh@dys.com  samwise@gmail.com