Function 从具有多个分隔符的字符串中提取 substring - python

Question

我有一个包含分隔符的字符串列，我想创建一个 function 以仅针对包含分隔符的字符串提取 substring

当前的

EMAIL               TITLE
johnson.k@abc.com   Marketing Analyst
linda.m@abc.com     501.Software Engineer.MG3 
kwami.k@abc.com     Product Researcher
george.w@abc.com    Managing Director
jessie.a@abc.com    64.Legal Consultant.I44
hiroda.t@abc.com    Hardware Analyst.

我想在“。”之间提取 substring。 delimiters 仅适用于带有分隔符的字符串。 否则，文本应保持不变。

EMAIL               TITLE                       NEW_TITLE
johnson.k@abc.com   Marketing Analyst           Marketing Analyst
linda.m@abc.com     501.Software Engineer.MG3   Software Engineer
kwami.k@abc.com     Product Researcher          Product Researcher
george.w@abc.com    Managing Director           Managing Director 
jessie.a@abc.com    64.Legal Consultant.I44     Legal Consultant
hiroda.t@abc.com    Hardware Analyst.           Hardware Analyst.

我尝试使用以下代码创建 function 但它似乎不起作用

def clean_title(text):
    match = re.search(r"\.(.*?)\.", text)
    if match:
        return match.group(1)
    else:
        return text

df['NEW_TITLE'] = df['TITLE'].apply(clean_title)

感谢任何形式的帮助，谢谢！

Answer 1

您可以使用替换方法：

df['NEW_TITLE'] = df['TITLE'].str.replace(r'^[^.]*\.([^.]+)\..*', r'\1', regex=True)

请参阅正则表达式演示。 正则表达式匹配所有出现的

• ^ - 字符串的开头
• [^.]* - 零个或多个非点字符
• \. - 一个点
• ([^.]+) - 第 1 组：一个或多个非点字符
• \. - 一个点
• .* - 行的 rest （尽可能多的除换行符之外的任何零个或多个字符）

并替换为第 1 组值。