在列中剪切字符串的重要部分答案

【问题标题】：cut important parts of string in a column在列中剪切字符串的重要部分
【发布时间】：2019-04-17 09:38:13
【问题描述】：

我有一个名为Dateiname 的列，其中包含一个字符串。我的目标是只从列中获取字符串GruenGelbOrange，并创建一个表示每一行的新列，如果它包含GruenGelbOrange

我尝试使用此代码：

result['Y'] =  result.Dateiname.str[-10:-4]

因为这些词的长度不一样，所以我得到 4_ 或 1_ 或只是 _，这取决于我想要切掉的是 Gruen 还是 Gelb。有没有可能得到Dateiname列的GruenGelbOrange的部分并将其保存到Y列中？

目标是这样的：

【问题讨论】：

标签： string pandas slice

【解决方案1】：

使用str.extract:

result['Y'] =  result.Dateiname.str[-10:-4].str.extract('(Gruen|Gelb|Orange)')

另一种解决方案是 split by _ 或 . 并通过索引从末尾获取第二个值：

result.Dateiname.str.split('_|\.').str[-2]

或者如果要检查所有数据：

result['Y'] =  result.Dateiname.str.extract('(Gruen|Gelb|Orange)')

【讨论】：

【解决方案2】：

你可以使用：

result['Y'] = result['Dateiname'].str.split('_').str[-1].str[:-4]

【讨论】：

【解决方案3】：

如果您的数据格式与required_word 后跟.csv 相同，则将str.extract 与正则表达式一起使用：

例如：

result = pd.DataFrame({'Dateiname':['asdfjaskld_3242_34.fsdf_450_Violet.csv',
                                'asdfjaskld_3242_34.fsdf_450_Green.csv',
                                'asdfjaskld_3242_34.fsdf_450_Indigo.csv',
                                'asdfjaskld_3242_34.fsdf_450_Red.csv']})

result['Y'] = result.Dateiname.str.extract(r'([a-zA-Z]+).csv')

print(result)
                                Dateiname       Y
0  asdfjaskld_3242_34.fsdf_450_Violet.csv  Violet
1   asdfjaskld_3242_34.fsdf_450_Green.csv   Green
2  asdfjaskld_3242_34.fsdf_450_Indigo.csv  Indigo
3     asdfjaskld_3242_34.fsdf_450_Red.csv     Red

【讨论】：