pandas.Series.str.extract

系列.str。extract ( pat , flags = 0 , Expand = True )

将正则表达式pat中的捕获组提取为 DataFrame 中的列。

对于系列中的每个主题字符串，从正则表达式pat的第一个匹配中提取组。

参数：

帕特斯特​

带有捕获组的正则表达式模式。

flags int，默认0（无标志）

模块中的标志re，例如re.IGNORECASE，修改大小写、空格等的正则表达式匹配。有关更多详细信息，请参阅re。

展开布尔值，默认 True

如果为 True，则返回每个捕获组包含一列的 DataFrame。如果为 False，则如果有一个捕获组，则返回系列/索引；如果有多个捕获组，则返回 DataFrame。

返回：

数据框或系列或索引

一个 DataFrame，每个主题字符串一行，每组一列。正则表达式 pat 中的任何捕获组名称都将用作列名称；否则将使用捕获组编号。每个结果列的 dtype 始终是对象，即使未找到匹配项也是如此。如果 expand=False和 pat 只有一个捕获组，则返回一个系列（如果主题是一个系列）或索引（如果主题是一个索引）。

也可以看看

extractall

返回所有匹配项（不仅仅是第一个匹配项）。

例子

具有两个组的模式将返回具有两列的 DataFrame。不匹配的结果将为 NaN。

>>> s = pd.Series(['a1', 'b2', 'c3'])
>>> s.str.extract(r'([ab])(\d)')
    0    1
0    a    1
1    b    2
2  NaN  NaN

模式可以包含可选组。

>>> s.str.extract(r'([ab])?(\d)')
    0  1
0    a  1
1    b  2
2  NaN  3

命名组将成为结果中的列名称。

>>> s.str.extract(r'(?P<letter>[ab])(?P<digit>\d)')
letter digit
0      a     1
1      b     2
2    NaN   NaN

如果 Expand=True，则具有一组的模式将返回具有一列的 DataFrame。

>>> s.str.extract(r'[ab](\d)', expand=True)
    0
0    1
1    2
2  NaN

如果expand=False，具有一组的模式将返回一个系列。

>>> s.str.extract(r'[ab](\d)', expand=False)
0      1
1      2
2    NaN
dtype: object