Python | Pandas Series.str.extractall()

简介

Pandas是Python中的一个强大的数据处理库，它提供了一种称为Series的数据结构，可以被用作一维数组或类似字典的对象。Series对象具有许多数据处理函数，其中一些可用于提取文本数据或按规则对其进行分割。Series.str.extractall()是其中的一种函数，可以从每个匹配的字符串中提取多个分组，并将其返回到DataFrame中。

语法

Series.str.extractall(pat, flags=0)

参数

• pat：str或正则表达式（regex）。表示要匹配的模式。
• flags：int，可选。用于指定正则表达式的标志。

返回值

此函数将返回一个由多级索引的DataFrame对象。每行表示一个匹配项，每列表示一个正则表达式的分组。

示例

import pandas as pd

s = pd.Series(['hello 123', 'world 456'])

s.str.extractall('(\w+) (\d+)')

输出：

         0    1
  match        
0 0    hello  123
  1    world  456

上面的示例中，Series.str.extractall()使用正则表达式提取每个字符串中的单词和数字。结果是一个由两个分组组成的DataFrame对象，其中每个匹配项都表示为一行。