从一列中提取特定单词并将其移至下一行

Question

我有一个如下所示的 DataFrame

动物	类型	年
企鹅AVES	杂食动物	2015年
凯门鳄代表	食肉动物	2018
Komodo.Rep	食肉动物	2019
蓝鸟	杂食动物	2015年
游隼鸟瞰猎鹰	食肉动物	2016年
鬣蜥+rep	食肉动物	2020
代表蝾螈	食肉动物	2019

我想从“动物”列的值中提取特定的词（例如 AVES 和 REP），并将其移至下一行，同时保留整行的值。 除了 AVES 和 REP 之外，还有几个特定的词。 它不是很干净（如特定单词前的空格、点和“+”运算符所示）。 预期的新 DataFrame 将如下所示。

动物	类型	年
企鹅AVES	杂食动物	2015年
爱维斯	杂食动物	2015年
凯门鳄代表	食肉动物	2018
代表	食肉动物	2018
Komodo.Rep	食肉动物	2019
代表	食肉动物	2019
蓝鸟	杂食动物	2015年
大道	杂食动物	2015年
游隼鸟瞰猎鹰	食肉动物	2016年
大道	食肉动物	2016年
鬣蜥+rep	食肉动物	2020
代表	食肉动物	2020
代表蝾螈	食肉动物	2019
代表	食肉动物	2019

我已经使用@mozway提供的以下代码成功提取了位于末尾的特定单词

out = (pd.concat([df, df.assign(Animals=df['Animals'].str.extract(r'(\w+)$'))]).sort_index(kind='stable', ignore_index=True) )

但我仍然不知道如何从中间（指 Peregrine aves Falcon）和开始（指 Rep Salamander）中提取特定单词。 我打算使用正则表达式，因为我发现它对我的 DataFrame 更灵活，但我刚开始使用 Python 并且没有使用正则表达式的经验。 我应该如何处理这个问题？ 提前致谢。

Answer 1

使用单词白名单的我之前的答案的变体：

import re

words = ['aves', 'rep']

pattern = '|'.join(map(re.escape, words))

out = df.loc[df.index.repeat(2)].reset_index(drop=True)

out.loc[1::2, 'Animals'] = out.loc[1::2, 'Animals'].str.extract(fr'\b({pattern})\b', flags=re.I, expand=False)

Output：

                  Animals       Type  Year
0            Penguin AVES   Omnivore  2015
1                    AVES   Omnivore  2015
2              Caiman REP  Carnivore  2018
3                     REP  Carnivore  2018
4              Komodo.Rep  Carnivore  2019
5                     Rep  Carnivore  2019
6           Blue Jay.aves   Omnivore  2015
7                    aves   Omnivore  2015
8   Peregrine aves Falcon  Carnivore  2016
9                    aves  Carnivore  2016
10             Iguana+rep  Carnivore  2020
11                    rep  Carnivore  2020
12         Rep Salamander  Carnivore  2019
13                    Rep  Carnivore  2019

正则表达式演示