如何处理大熊猫 str.extract 中的嵌套括号？答案

【问题标题】：How to cope with nested parenthesis in str.extract in pandas?如何处理大熊猫 str.extract 中的嵌套括号？
【发布时间】：2020-06-11 22:02:31
【问题描述】：

我有以下代码：

df['hms'].str.extract('([0-9]{2}\_[0-9]{2}\_[0-9]{2}\_)')

列中的字符串类似于：“12_31_31_”（实际上是时间戳）。上面的代码有效，但是我想做的是将模式([0-9]{2}\_[0-9]{2}\_[0-9]{2}\_) 重新定义为([0-9]{2}\_){3}。代码是：

display(df['event_id'].str.extract('([0-9]{2}\_){3}'))

但是匹配会产生21_ 或类似的东西。

示例代码：

test = pd.Series(['12_41_15_asds', '41_14_11_adfsag'])
test.str.extract('([0-9]{2}\_){3}')

我认为该模式失败了，因为他们只查看内括号，但是如果我需要在所有内容周围添加一个额外的括号，我会得到两列。有没有办法解决这个问题？

【问题讨论】：

【解决方案1】：

您可以使用双括号，但使内括号不被捕获：

test.str.extract('((?:\d{2}\_){3})')

(?: ... ) 标记非捕获组。

【讨论】：