从数据框中的字符串中提取子字符串

Question

我有以下数据框：

                             Company Name        Time Expectation
0                Asta Funding Inc. (ASFI)  9:35 AM ET           -
1                       BlackBerry (BBRY)  7:00 AM ET     ([=10=].03)
2                    Carnival Corp. (CCL)  9:15 AM ET       [=10=].09
3                      Carnival PLC (CUK)  0:00 AM ET           -

我想将公司符号放在它们自己单独的列中，而不是放在“公司名称”列中。现在我只是让它遍历公司名称，然后 RE 提取符号，将其放入列表中，然后将其应用于新列，但我想知道是否有 cleaner/easier 方法.

我是整个 map reduce lambda 的新手。

for company in df['Company Name']:
    ticker = re.search("\(.*\)",company).group(0)
    ticker = ticker[1:len(ticker)-1]
    tickers.append(ticker)

Answer 1

您可以利用 str 对整个系列进行元素运算这一事实。我假设公司的符号总是在公司名称的末尾并被括号包围：

df['Company Symbol'] = df['Company Name'].str.rstrip(')').str.split('(').str[1] # Make new column
df['Company Name'] = df['Company Name'].str.replace(r'\(.*?\)$', '') # Remove symbol from company name

Answer 2

pandas 中的系列 class 中内置了正则表达式搜索。您可以找到文档 here。在你的情况下，你可以使用

df['ticker'] = df['Company Name'].str.extract("\((.*)\)")

从数据框中的字符串中提取子字符串

Extract substring from string in dataframe

python

split

pandas