数据框 Python 中的正则表达式

Question

我正在尝试从数据框中提取名称。

df.['target_name'].head()

3                             Minnie

4     Albert [unclear]Gles[/unclear]

5      Eliza [unclear]Gles[/unclear]

6                      John Slaltery

7     [unclear]P.[/unclear] Slaltery

23     ? Stewart

34                     John Maddison

35                     Herbert Olney

36                   William Iverach

37               [unclear][/unclear]

38                  Peter Blacksmith

39                    William Oliver

40                             Emily

Name: target_name, dtype: object

这是输出。我们只想去掉不必要的字符并获取名称。这就是我所做的：

import re

df['target_name'] = df['target_name'].astype(str) #converting it into a string. 

我尝试使用这两种方法，但两者都给了我相同的输出，即 Nan

df['target_name'] = df['target_name'].str.extract('([a-zA-Z ]+)', expand=False).str.strip()

df['target_name3'] = df['target_name'].str.replace(r'\([^)]*\)', '').str.strip()

Answer 1

这似乎对我有用。import pandas as pdimport retarget_name = ["Minnie", "Albert [unclear]Gles[/unclear]",                "Eliza [unclear]Gles[/unclear]",                "[unclear]P.[/unclear] Slaltery",  "? Stewart"]df = pd.DataFrame(target_name, columns = ['target_name'])df['target_name'] = df['target_name'].astype('str').str.replace(r'\/|\?','').str.replace('\[[a-z]+\]','').str.strip()