Pandas - 從數據框中的列中提取值

Question

我有一個 pandas 數據框，列中有很長的文本。 我想 select 所有包含 ABC 的列。 我能夠使用以下方法做到這一點

 df[df['Column'].str.contains('ABC', na=False)]

之后我想做的是從該字段中提取包含前綴和接下來的 5 個字母的所有值。 S.所以在找到一個專欄后，我想得到 ABC1234 或 ABC7899。

我希望這是有道理的。

Answer 1

您可以將str.extract與一個正則表達式一起使用，該正則表達式表示捕獲它看到帶有 5 個后續數字的 ABC 的任何時間

df = pd.DataFrame({'Column':['ABC12345 is in this column', 'Not in this one CCD11111','Also in this one ABC99882']})
df['capture'] = df.Column.str.extract('(ABC\d{5})')
df.dropna(inplace=True)
print(df)

Output

                      Column   capture
0  ABC12345 is in this column  ABC12345
2   Also in this one ABC99882  ABC99882