你可以试试str.extract
法正则表达式:
data = ["1. stock1 (1991)",
"3. stock13 (1993)",
"5. stock19 (1999)",
"89. stock105 (2001)"]
s = pd.Series(data)
s.str.extract("(?P<sno>\d+)\.\s(?P<sdata>\w+)\s\((?P<year>\d+)\)", expand=True)
# sno sdata year
#0 1 stock1 1991
#1 3 stock13 1993
#2 5 stock19 1999
#3 89 stock105 2001
分解的正则表达式,(?P<sno>\d+)\.\s(?P<sdata>\w+)\s\((?P<year>\d+)\)
可以简化为(\d+)\.\s(\w+)\s\((\d+)\)
不点名所捕获的基团(其与?P<name>
完成); (\d+)
,(\w+)
和(\d+)
分别s.no,stockname和年捕获。
或者你可能只是想拆就白空间和高达根据您的实际数据看起来像那么干净列:
(s.str.split(" ", expand=True)
# strip period and parenthesis
.apply(lambda col: col.str.strip(".()"))
# rename columns
.rename(columns={0: "s.no", 1: "sdata", 2: "year"}))
# s.no sdata year
#0 1 stock1 1991
#1 3 stock13 1993
#2 5 stock19 1999
#3 89 stock105 2001
您可能需要添加一个标志正则表达式(正则表达式)在你的问题上。 – Jon
这似乎是一个比熊猫更正则的问题 – Jon