如何返回 Pandas 数据框中的特定子字符串

Question

我有一列文本，我需要找到子字符串并返回整个单词，但无法弄清楚如何获取整个单词。

每列的底部都有一个编码标记为“ATT03”、“ATT04”等的文本，我想使用该 ATT 并为每个标签创建一个新列。

因此，例如我的专栏如下所示：

blahblahblah 文本 [ATT03]：blahblahblah

blahblahblah 文本 [ATT03]：blahblahblah

blahblahblah 文本 [ATT04]：blahblahbblahblah

废话 [ATT08]: blahblahblah

df_att=(df2.loc[:,'Report Text'].str.split("ATT",1)).str[-1]

我用它来创建一个新列，但它只将数据拆分为“ATT08：blahblahblahblah”，我真的只想要“[]”之间的 ATT。我不需要所有无关的数据。

是否有仅返回 ATT03 的正则表达式/代码？没有周围的其余字符串？

太感谢了！我已经为此苦苦挣扎了几个小时，感到很沮丧。

Answer 1

您可以使用以下正则表达式：

df_att=(df2.loc[:,'Report Text'].str.extract("[(ATT[^]]*)")

它将提取您要查找的括号之间的文本。