如何通过定义分隔符前后来提取子字符串答案

【问题标题】：How to extract sub string by defining before and after delimiter如何通过定义分隔符前后来提取子字符串
【发布时间】：2020-08-04 13:33:14
【问题描述】：

我有一个包含 URL 的数据框，我想从中提取一些东西。

df
    URL
    https://storage.com/vision/Glass2020/2020-02-04_B8I8FZHl-xJ_2236301468348443721.jpg
    https://storage.com/vision/Carpet5020/2020-02-04_B8I8FZHl-xJ_2236301468348443721.jpg
    https://storage.com/vision/Metal8020/2020-02-04_B8I8FZHl-xJ_2236301468348443721.jpg

想要的输出是这样的

            URL                                                                           Type
 https://storage.com/vision/Glass2020/2020-02-04_B8I8FZHl-xJ_2236301468348443721.jpg      Glass2020
 https://storage.com/vision/Carpet5020/2020-02-04_B8I8FZHl-xJ_2236301468348443721.jpg     Carpet5020
 https://storage.com/vision/Metal8020/2020-02-04_B8I8FZHl-xJ_2236301468348443721.jpg      Metal8020

我会使用df['URL'].str.extract，但要了解如何在分隔符之前和之后定义。

【问题讨论】：

标签： python pandas python-re

【解决方案1】：

一个想法是使用Series.str.split 通过索引选择倒数第二个值：

df['Type'] = df['URL'].str.split('/').str[-2]
print (df)
                                                 URL        Type
0  https://storage.com/vision/Glass2020/2020-02-0...   Glass2020
1  https://storage.com/vision/Carpet5020/2020-02-...  Carpet5020
2  https://storage.com/vision/Metal8020/2020-02-0...   Metal8020

编辑：要指定预期输出之外的不同值，请使用Series.str.extract：

df['Type'] = df['URL'].str.extract('vision/(.+)/2020')
print (df)
                                                 URL        Type
0  https://storage.com/vision/Glass2020/2020-02-0...   Glass2020
1  https://storage.com/vision/Carpet5020/2020-02-...  Carpet5020
2  https://storage.com/vision/Metal8020/2020-02-0...   Metal8020

【讨论】：

不错。但这是基于立场的。前后有什么要定义的吗？ After: vision/ and Before should be: /2020

【解决方案2】：

试试str.split:

df['Type'] = df.URL.str.split('/').str[-2]

【讨论】：