python - 提取系列对象之间的字符串

Question

我有一个 A 列，其观察结果类似于前 ABC01P20180821123758。观察结果可能存在变化，例如 ABC01N20180821123758(“N”，而不是“P”)。或者观察可以是 P20180706035955-1 或 45312343P20180821143257-1

我只想提取 P 或 N 之后的年、月和日期。

在这里尝试了不同的帖子和解决方案。我尝试的解决方案之一如下:尽管我能够提取 P 和 N 之后的值，但它会在之后给我整个字符串。我无法从这里提取年、月和日期，因为这是一个系列，我无法将“match”作为字符串传递，我陷入了困境。请帮忙。有没有更好的方法来做到这一点。

对于列名中的行:

match = re.search('P(\d+)', line)
match = re.search('N(\d+)', line)

if match:
   print (match.group(1))

输出 print (match.group(1)) 给出 P 或 N 之后的整个字符串。现在，当我打印(匹配)时，它给出的输出为“无”。

如何将这些值放入字符串和子集或将其拆分？

_______________更新代码__________________________________

对于 df.column1 中的行: match = re.search('P|N([0-9]{6})', line)

if match:
        print(match.group(1))
        for line in  {match.group(1)}: #for every observation in the column that is matched
                 line = 1
                 while line < len(match.group(1)):

                     a = pd.DataFrame({'Date':  {match.group(1)}})  #created a new column in a new DF. This is where my problem is. Eventhough iPython console is printing all observations that matched, when I write to excel, only the last observation is written that too in {} format. I am unable to fix this.

                     a.append('Date', axis=1)
                     line += 1

                     frames = [df, a]

                     result = pd.concat(frames) #concatenated dfs
                     print(result)

                     result.to_csv("D://A.csv", index = False)

Answer 1

尝试模式r"(P|N)(\d{8})"

例如:

import re

s = """ABC01P20180821123758 ABC01N20180821123758 P20180706035955-1 45312343P20180821143257-1"""
print(re.findall(r"(P|N)(\d{8})", s))

输出:

[('P', '20180821'), ('N', '20180821'), ('P', '20180706'), ('P', '20180821')]