正则表达式搜索 pandas 数据框中的整个列

Question

我想从数据帧的列中的 url 中提取B0153R2A9I。例如'http://www.example.com/zs/B0153R2A9I'

我在 Reddit 小组中找到了这段代码 -

import re
search = re.search(r'B[A-Z0-9]{9}', url)
print(search.group(0))

虽然这似乎适用于一个链接，但当我尝试将其应用于这样的列时 -

import re
df['code'] = re.search(r'B[A-Z0-9]{9}', "", df['pro_link'])

df['pro_link'] 列包含所有链接。df['code'] 是要创建的新列。

我收到此错误 TypeError: 'Series' 对象是可变的，因此无法对它们进行哈希处理。

Answer 1

您可以使用

df['code'] = df['pro_link'].str.extract(r'/(B[A-Z0-9]{9})$')

请参阅正则表达式演示。细节：

• /- 一个/字符
• (- 捕获组的开始：
  • B- 一个B字符
  • [A-Z0-9]{9}- 九个 ASCII 大写字母或数字
• )- 捕获组的结尾（有必要Series.str.extract实际返回任何内容）
• $- 字符串末尾。