提取 python 中符号后的单词

Question

我有以下数据，我想从这些数据中提取出 source=。有没有办法创建一个通用的正则表达式函数，以便我可以应用于其他列以及提取等号后的单词？

Data                      Data2
source=book               social-media=facebook
source=book               social-media=instagram 
source=journal            social-media=facebook

我正在使用 python 并且尝试了以下方法：

df['Data'].astype(str).str.replace(r'[a-zA-Z]\=', '', regex=True)

但是没用

Answer 1

你可以试试这个:

df.replace(r'[a-zA-Z]+-?[a-zA-Z]+=', '', regex=True)

它给你以下结果：

      Data      Data2
0     book   facebook
1     book  instagram
2  journal   facebook

Answer 2

这种情况下不需要正则表达式：

print(df['Data'].apply(lambda x : x.split('=')[-1]))
print(df['Data2'].apply(lambda x : x.split('=')[-1]))

Answer 3

您必须重复 class 字符 1 次或多次，并且不必转义等号。

您可以做的是扩大匹配范围，匹配除空白字符或等号以外的所有字符。

然后将结果设置为新值。

import pandas as pd

data = [
    "source=book",
    "source=journal",
    "social-media=facebook",
    "social-media=instagram"
]

df = pd.DataFrame(data, columns=["Data"])
df['Data'] = df['Data'].astype(str).str.replace(r'[^\s=]+=', '', regex=True)
print(df)

输出

        Data
0       book
1    journal
2   facebook
3  instagram

如果等号后面一定要有值，也可以用str.extract

df['Data'] = df['Data'].astype(str).str.extract(r'[^\s=]+=([^\s=]+)')

提取 python 中符号后的单词

Extract words after a symbol in python

python

regex