PANDAS 在一列字符串中找到确切的单词和单词（多个）之前的单词

Question

数据框看起来像这样col_aPython PY is a general purpose PY languageProgramming PY language in Python PY Its easier to understand  PYThe syntax of the language is clean PY这段代码我试图实现此功能，但无法获得预期的输出。如果有任何帮助表示赞赏。这是我使用正则表达式处理的以下代码：df['col_a'].str.extract(r"([a-zA-Z'-]+\s+PY)\b")期望的输出：col_a                                       col_b_PY     Python PY is a general purpose language         Python PY purpose PYProgramming PY language in Python PY            Python PY Programming PY     Its easier to understand  PY                    understand PY The syntax of the language is clean PY          clean  PY

Answer 1

简单模式将提取所需的字符串： \w+\s+PY

说明：\w+匹配一个或多个单词字符，然后\s+匹配一个或多个空格后跟PY.

Answer 2

import re

def app(row):

    return ' '.join(re.findall(r'\w+\s+PY', row.col_a))

df['col_b_PY'] = df.apply(app, axis=1)

您需要连接应用函数中每一行的所有匹配项。也可以使用它来做到这extractall一点，但我发现这更简单、更直接。