python - 如何有条件地将子字符串复制到pandas数据框的新列中？

这是我的第一篇文章，因此希望我不会提出这个问题，而且我很清楚。
基本上，这是一个分为两个部分的问题。我需要设置首先检查Column A =“VALID”的代码。如果是这样，我需要从B列中提取子字符串，并将其放在一个新列中，这里标记为“C”。如果条件为假，我想输入“NA”。有关我期望的结果，请参见第二张表。

|     A       |             B                     |
|-------------|-----------------------------------|
|    VALID    |asdfafX'XextractthisY'Yeaaadf      |
|    INVALID  |secondrowX'XsubtextY'Yelakj        |
|    VALID    |secondrowX'XextractthistooY'Yelakj |

|     A       |             B                       |      C          |
|-------------|-------------------------------------|-----------------|
|    VALID    |"asdfafX'XextractthisY'Yeaaadf"      | extractthis     |
|    INVALID  |"secondrowX'XsubtextY'Yelakj"        | NA              |
|    VALID    |"secondrowX'XextractthistooY'Yelakj" | extractthistoo  |

注意事项:

-子字符串将始终在短语“X'X”之后开始，并在“Y'Y”之前结束。

-子字符串在单元格之间的长度将不同。

我知道以下代码是错误的，但我想向您展示如何尝试解决此问题:

import pandas as pd

if df[A] == "VALID":
   df[C] = df[B]df.str[start:finish]
else:
   df[C].isna()

对于这个基本代码中的错误，我深表歉意，因为我完全是python的新手，仍然依靠IDE和试用错误来指导我。您可以提供的任何帮助均表示赞赏。

最佳答案

您可以使用pd.Series.str.extract:

In [737]: df
Out[737]:
         A                                   B
0    VALID       asdfafX'XextractthisY'Yeaaadf
1  INVALID         secondrowX'XsubtextY'Yelakj
2    VALID  secondrowX'XextractthistooY'Yelakj

In [745]: df['C'] = df[df.A == 'VALID'].B.str.extract("(?<=X'X)(.*?)(?=Y'Y)", expand=False)

In [746]: df
Out[746]:
         A                                   B               C
0    VALID       asdfafX'XextractthisY'Yeaaadf     extractthis
1  INVALID         secondrowX'XsubtextY'Yelakj             NaN
2    VALID  secondrowX'XextractthistooY'Yelakj  extractthistoo

正则表达式模式为:

(?<=X'X)(.*?)(?=Y'Y)

(?<=X'X)是X'X的幕后记录

(.*?)匹配后向和超前

之间的所有内容

(?=Y'Y)是Y'Y的前瞻

关于python - 如何有条件地将子字符串复制到pandas数据框的新列中？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45850837/