从数据框中的字符串中提取子字符串答案

【问题标题】：Extract substring from string in dataframe从数据框中的字符串中提取子字符串
【发布时间】：2015-05-31 09:18:15
【问题描述】：

我有以下 ddataframe：

                             Company Name        Time Expectation
0                Asta Funding Inc. (ASFI)  9:35 AM ET           -
1                       BlackBerry (BBRY)  7:00 AM ET     ($0.03)
2                    Carnival Corp. (CCL)  9:15 AM ET       $0.09
3                      Carnival PLC (CUK)  0:00 AM ET           -

我希望将公司符号放在自己的单独列中，而不是在公司名称列中。现在我只是让它遍历公司名称，然后 RE 提取符号，将其放入列表中，然后将其应用于新列，但我想知道是否有更清洁/更简单的方法。

我是整个地图减少 lambda 的新手。

for company in df['Company Name']:
    ticker = re.search("\(.*\)",company).group(0)
    ticker = ticker[1:len(ticker)-1]
    tickers.append(ticker)

【问题讨论】：

标签： python pandas split

【解决方案1】：

正则表达式搜索内置于 Pandas 的 Series 类中。您可以找到文档here。在您的情况下，您可以使用

df['ticker'] = df['Company Name'].str.extract("\((.*)\)")

【讨论】：

我无法让它继续工作。我正在使用 r"..." 但它仍然在说 ValueError: This pattern contains no groups to capture。
@mobone 将正则表达式更改为"\((.*)\)"，注意在.* 周围添加的括号以使该匹配部分成为一个组

【解决方案2】：

您可以使用str 对整个系列进行元素操作这一事实。我假设公司的符号将始终位于公司名称的末尾并用括号括起来：

df['Company Symbol'] = df['Company Name'].str.rstrip(')').str.split('(').str[1] # Make new column
df['Company Name'] = df['Company Name'].str.replace(r'\(.*?\)$', '') # Remove symbol from company name

【讨论】：