我正在使用python，我希望能够保留电子邮件的域名，但删除'com'，'.co.uk'或'我们'等。保留电子邮件域名，但删除顶级域名
所以基本上如果我有一封电子邮件，说[email protected]。我希望只有@gmail保留字符串格式，但我想为任何电子邮件执行此操作。所以[email protected]会离开我@yahoo，或[email protected]，会离开我与@aol
到目前为止我有：
domain = re.search("@[\w.]+", val)
domain = domain.group()
返回的域名，但与TLD 。因此@ gmail.com或@ aol.co
df = pd.DataFrame({'a':['[email protected]','[email protected]','[email protected]']})
print (df)
a
0 [email protected]
1 [email protected]
2 [email protected]
print ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0])
0 @yahoo
1 @aol
2 @aol
Name: a, dtype: object
但更快的是使用apply，如果在列不NaN值：
df = pd.concat([df]*10000).reset_index(drop=True)
print ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0])
print (df.a.apply(lambda x: '@' + x.split('@')[1].split('.')[0]))
In [363]: %timeit ('@' + df.a.str.split('@').str[1].str.split('.', 1).str[0])
10 loops, best of 3: 79.1 ms per loop
In [364]: %timeit (df.a.apply(lambda x: '@' + x.split('@')[1].split('.')[0]))
10 loops, best of 3: 27.7 ms per loop
与extract另一种解决方案比split更快，可以使用它，如果NaN值col UMN：
#not sure with all valid characters in email address
print ('@' + df.a.str.extract(r"\@([A-Za-z0-9_]+)\.", expand=False))
In [365]: %timeit ('@' + df.a.str.extract(r"\@([A-Za-z0-9 _]+)\.", expand=False))
10 loops, best of 3: 39.7 ms per loop
如果您对您的电子邮件字符串变量名做
val = string.split('@')[1].split('.')[0]
更改字符串 ''。
这将包含'@'符号后的所有内容，然后是第一个'。'。
使用上“[email protected]”给出的Gmail“
如果你需要“@”符号，你可以将其添加回来;
full = '@' + val
你输入的比我快。同样的想法。不知道为什么熊猫是必要的，但这也起作用 –
是的，你的工作也接受了他的答案，因为它更符合我的需求，但如果他没有把他的话提出来，他会接受你的。虽然谢谢！ – Kalimantan
先“@”分开，取“@”后的部分。然后分裂“。”并采取第一部分
email = "[email protected]"
'@' + email.split("@")[1].split(".")[0]
'@gmail'
解决方案奏效，但接受@jezrael，因为他保留@符号。不过谢谢，我意识到我可以改变[1] – Kalimantan
@卡里曼丹的指数我不是熊猫人。它似乎增加了复杂性。但你的问题解决了。我添加到我的回答 –
为子孙后代和完整性，这也可以通过索引和切片做：
email = '[email protected]'
at = email.index('@')
dot = email.index('.', at)
domain = email[at:dot]
使用split()和re似乎有点小题大做，当目标是提取单个子字符串。
谢谢这是我的问题的完美解决方案 – Kalimantan
[email protected]c.nasa.gov或[email protected]会发生什么 –