使用正則表達式提取python字符串中的子字符串

Question

我有一個這樣的熊貓專欄：

LOD-NY-EP-ADM
LOD-NY-EC-RUL
LOD-NY-EC-WFL
LOD-NY-LSM-SER
LOD-NY-PM-MOB
LOD-NY-PM-MOB
LOD-NY-RMK
LOD-NY-EC-TIM

我希望新列中的輸出為

EP
EC
EC
LSM
PM
PM
RMK
EC

我嘗試了這個：

pattern=df.column[0:10].str.extract(r"\w*-NY-(.*?)-\w*",expand=False)

盡管它適用於所有內容，但無法得到RMK並給出NaN，因為此后沒有任何內容，並且它查找-\\ w零次或多次。 但是，如果在RMK之后什么也沒有，那應該可以工作。

知道發生了什么事嗎？

如果熊貓的語法不熟悉，我們可以只使用它們的數組並使用正則表達式。

Answer 1

您可以只使用常規的python嗎？ 假設df是您的數據框，而row是您的行的名稱。

series = df.row
new_list =  [i.split('-')[2] for i in series]
new_series = pd.Series(new_list)

Answer 2

pattern=df.column[0:10].str.extract(r"\w*-NY-(\w+)",expand=False)

參見https://regex101.com/r/3uDpam/3

您正則表達式的意思字符串匹配必須有3 -字符。 我更改了它，所以最后-XX可能發生0或1次。

更新：已更改，因此第二組不被捕獲（已添加?: ：）

更新：感謝卡西米爾，在模式結束時刪除了無用的組