Question

在Pandas数据框中是否有一种方法可以从一列长度为2个字符的字符串中提取单词？

例如：

新加坡SG Jalan ID Indonesia 马来西亚MY

结果将是

SG ID MY

Answer 1

str.findall regex与str.join使用{{3}}：

df['B'] = df['A'].str.findall(r'\b[a-zA-Z]{2}\b').str.join(' ')
print (df)
                                             A         B
0  Singapore SG Jalan ID Indonesia Malaysia MY  SG ID MY
1                          Singapore SG Jalan         SG
2                        Singapore Malaysia MY        MY

Answer 2

这可能会有所帮助。

df["short"] = df["test"].apply(lambda x: " ".join([i for i in x.split() if len(i) == 2]))

<强>输出：

                                          test     short
0  Singapore SG Jalan ID Indonesia Malaysia MY  SG ID MY

Answer 3

您可以使用：

from django.db import connection
cursor = connection.cursor()
cursor.execute("
    begin
      sys.dbms_scheduler.create_schedule(schedule_name   => 'U6_GB.SCHED_DAILY_7_30',
                                         start_date      => to_date(null),
                                         repeat_interval => 'Freq=Daily;ByHour=7;ByMinute=30',
                                         end_date        => to_date(null),
                                         comments        => '');
    end;
")

输出：

df = {'a': ['Singapore SG Jalan ID', 'SG Jalan ID Indonesia Malaysia MY'] }
df = pd.DataFrame(data=df)

                                   a
0              Singapore SG Jalan ID
1  SG Jalan ID Indonesia Malaysia MY

df['a1'] = df['a'].str.findall(r'\b\S\S\b')

Answer 4

使用pd.Series.str.replace

df.assign(B=df.A.str.replace('(\s*\w{3,}\s*)+', ' ').str.strip())

                                             A         B
0  Singapore SG Jalan ID Indonesia Malaysia MY  SG ID MY
1                           Singapore SG Jalan        SG
2                        Singapore Malaysia MY        MY

仅提取带有2个字符Pandas系列的单词

4 个答案: