Python:删除数据框中除 > < 之间的信息之外的所有字符串

Question

我需要删除单元格的所有内容，除了 > <

之间包含的信息

我有一个 100 * 15 的数据框，看起来像这样:

df = pd.DataFrame(['irus 1/3 km >A001< absc ','#$ jiadhf 3 >A002<', '#AB >A003<'], columns=['AFF'])

df

    AFF
0   irus 1/3 km >A001< absc
1   #$ jiadhf 3 >A002<
2   #AB >A003<

我需要得到这样的结果:

    AFF
0   A001
1   A002
2   A003

我发现我需要使用类似于此 re.sub('[^>]+>', '', y) 的命令，但我已经尝试了几次，并且我可以准确地获得我需要的信息。

有人可以帮我吗？

Answer 1

您可以使用str.extract()带有捕获组:

In [1]: import pandas as pd

In [2]: df = pd.DataFrame(['irus 1/3 km >A001< absc ','#$ jiadhf 3 >A002<', '#AB >A003<'], columns=['AFF'])

In [3]: df['AFF'] = df['AFF'].str.extract(r">([A-Z0-9]+)<")

In [4]: print(df)
    AFF
0  A001
1  A002
2  A003